Ferramentas de inteligência artificial generativa podem analisar grandes volumes de dados médicos com mais rapidez — e, em alguns casos, com maior precisão — do que equipes humanas especializadas. É o que indica um estudo conduzido por pesquisadores da Universidade da Califórnia em São Francisco (UCSF) e da Universidade Estadual de Wayne, nos Estados Unidos.
A pesquisa comparou o desempenho de diferentes abordagens na análise de dados clínicos voltados à previsão de parto prematuro. Enquanto algumas equipes trabalharam exclusivamente com especialistas humanos, outras contaram com o suporte de sistemas de IA. O desafio foi o mesmo para todos: desenvolver modelos capazes de prever o risco de nascimento prematuro com base em dados de mais de 1.000 mulheres grávidas.
Mesmo pesquisadores em formação conseguiram criar modelos preditivos com auxílio da IA. Em um dos casos, uma dupla composta por Reuben Sarwal, estudante de mestrado da UCSF, e Victor Tarca, aluno do ensino médio, gerou códigos funcionais em poucos minutos — uma tarefa que normalmente demandaria horas ou até dias de trabalho de programadores experientes.
A principal vantagem da IA generativa está na capacidade de produzir códigos analíticos a partir de instruções simples e altamente técnicas. Dos oito sistemas de IA avaliados, quatro conseguiram gerar códigos utilizáveis sem a necessidade de grandes equipes de especialistas para orientação.
Com esse nível de eficiência, os pesquisadores conseguiram realizar experimentos, validar resultados e submeter suas descobertas a uma revista científica em poucos meses. O estudo foi publicado em 17 de fevereiro na revista Cell Reports Medicine.
“Essas ferramentas podem reduzir um dos maiores gargalos da ciência de dados: a construção de fluxos de trabalho analíticos”, afirmou Marina Sirota, professora de Pediatria da UCSF e diretora interina do Instituto Bakar de Ciências da Saúde Computacional.
🧬 Previsão de parto prematuro
A análise rápida de dados pode contribuir para o desenvolvimento de ferramentas diagnósticas mais eficazes para o parto prematuro, principal causa de morte neonatal e fator associado a deficiências motoras e cognitivas a longo prazo.
Nos Estados Unidos, cerca de 1.000 bebês nascem prematuramente todos os dias. Apesar da relevância do problema, os fatores que desencadeiam o parto prematuro ainda não são totalmente compreendidos.
Para investigar o tema, a equipe liderada por Sirota analisou dados do microbioma de aproximadamente 1.200 mulheres grávidas, reunidos a partir de nove estudos diferentes, acompanhando cada gestação até o parto.
🌍 Desafio global de análise de dados
Devido à complexidade dos dados, os pesquisadores recorreram a uma competição internacional conhecida como DREAM (Dialogue on Reverse Engineering Assessment and Methods), que reuniu mais de 100 grupos de pesquisa de diferentes países.
As equipes foram desafiadas a desenvolver algoritmos de aprendizado de máquina capazes de identificar padrões associados ao parto prematuro. Embora a maioria dos grupos tenha concluído o desafio em três meses, a compilação dos resultados e a publicação final levaram quase dois anos.
🤖 IA acelera o processo
Para avaliar se a IA poderia reduzir esse tempo, os pesquisadores firmaram parceria com a equipe liderada por Adi L. Tarca, professor do Centro de Medicina Molecular e Genética da Universidade Estadual de Wayne.
Oito sistemas de IA foram então instruídos, em linguagem natural, a desenvolver algoritmos utilizando os mesmos conjuntos de dados do desafio DREAM, sem intervenção humana na programação.
Após a execução dos códigos gerados, os cientistas observaram que quatro dos oito sistemas criaram modelos preditivos com desempenho comparável — e, em alguns casos, superior — aos desenvolvidos por equipes humanas.
Todo o projeto com IA generativa, desde a concepção até a submissão para publicação científica, foi concluído em apenas seis meses.
Apesar dos resultados promissores, os pesquisadores ressaltam que a supervisão humana continua essencial, já que sistemas de IA ainda podem gerar respostas imprecisas.
Segundo Tarca, a tecnologia não substitui a expertise científica, mas pode permitir que pesquisadores dediquem menos tempo à programação e mais à interpretação dos resultados.
“Com a IA generativa, pesquisadores com pouca experiência em ciência de dados poderão se concentrar em responder às perguntas biomédicas mais relevantes.”
