Guildford, Reino Unido — InkDesign News — Um novo sistema de inteligência artificial desenvolvido por pesquisadores da Universidade de Surrey é capaz de prever como será a radiografia do joelho de um paciente um ano no futuro. Apresentado em outubro de 2025, o avanço representa uma perspectiva inédita para milhões de pessoas que convivem com osteoartrite, ao oferecer ferramentas visuais e precisas para o acompanhamento da progressão da doença.
O Contexto da Pesquisa
A osteoartrite, desordem degenerativa das articulações, atinge mais de 500 milhões de pessoas globalmente e constitui a principal causa de incapacidade em idosos. Até recentemente, métodos computacionais para previsão do agravamento da condição eram lentos ou restritos à geração de números, sem transparência visual para pacientes e profissionais de saúde. O novo estudo, conduzido no Centro para Processamento de Visão, Fala e Sinal (CVSSP) e no Instituto de Inteligência Artificial Centrada nas Pessoas da Universidade de Surrey, utiliza uma base de quase 50 mil radiografias de joelhos de cerca de cinco mil pacientes — tornando-se um dos maiores conjuntos de dados do tipo já utilizados.
Resultados e Metodologia
O sistema emprega um modelo generativo avançado, conhecido como modelo de difusão, capaz de simular radiografias “futuras” e atribuir, a cada paciente, uma nota de risco personalizada para evolução da doença. O método também identifica e ilustra 16 pontos-chave na articulação, evidenciando áreas sob vigilância de alterações, o que proporciona maior transparência dos resultados. Segundo os pesquisadores, a ferramenta supera em velocidade e precisão as soluções existentes, entregando respostas cerca de nove vezes mais rápidas.
“Estamos acostumados a ferramentas de IA médica que fornecem apenas números ou uma previsão, sem muita explicação. Nosso sistema não só prevê a probabilidade de agravamento do joelho — ele mostra uma imagem realista de como esse joelho poderá estar daqui a um ano. Ver as radiografias lado a lado é um motivador poderoso. Ajuda médicos a agirem mais cedo e dá aos pacientes uma compreensão clara sobre a importância do tratamento e das mudanças de estilo de vida. Acreditamos que isto pode ser um ponto de virada na comunicação do risco e no cuidado à osteoartrite do joelho.”
(“We’re used to medical AI tools that give a number or a prediction, but not much explanation. Our system not only predicts the likelihood of your knee getting worse — it actually shows you a realistic image of what that future knee could look like. Seeing the two X-rays side by side — one from today and one for next year — is a powerful motivator. It helps doctors act sooner and gives patients a clearer picture of why sticking to their treatment plan or making lifestyle changes really matters. We think this can be a turning point in how we communicate risk and improve osteoarthritic knee care and other related conditions.”)— David Butler, Pesquisador Principal, Centro de Visão, Fala e Processamento de Sinais da Universidade de Surrey
Implicações e Próximos Passos
Com maior rapidez e transparência, a inovação deve facilitar a adoção clínica do sistema em hospitais e consultórios, permitindo intervenções precoces e orientações personalizadas. Os pesquisadores também identificam potencial para adaptar a tecnologia a outras doenças crônicas, como avaliação de lesões pulmonares em fumantes e acompanhamento da progressão de doenças cardíacas. O sistema já está em fase de busca por parcerias para ser implementado em instituições de saúde.
“Sistemas de IA anteriores podiam estimar o risco de progressão da osteoartrite, mas eram lentos, opacos e limitados a números, sem imagens claras. Nossa abordagem dá um passo à frente ao gerar radiografias futuras realistas rapidamente, além de destacar as áreas mais propensas a mudanças. Essa visibilidade adicional ajuda profissionais a identificar pacientes de alto risco de forma mais precoce e a personalizar os cuidados.”
(“Earlier AI systems could estimate the risk of osteoarthritis progression, but they were often slow, opaque and limited to numbers rather than clear images. Our approach takes a big step forward by generating realistic future X-rays quickly and by pinpointing the areas of the joint most likely to change. That extra visibility helps clinicians identify high-risk patients sooner and personalize their care in ways that were not previously practical.”)— Gustavo Carneiro, Professor de IA e Aprendizado de Máquina, Universidade de Surrey
A expectativa da equipe é ampliar o desenvolvimento e firmar colaborações para acelerar a incorporação da tecnologia na prática clínica. Se bem-sucedida, essa abordagem poderá transformar o acompanhamento de doenças crônicas, oferecendo informações visuais detalhadas e promovendo intervenções preventivas mais eficazes. Para mais avanços em ciência, acompanhe a seção ciência.
Fonte: (ScienceDaily – Ciência)
