Pesquisadores do Centro Alemão de Pesquisa em Diabetes, em parceria com cientistas internacionais, desenvolveram uma tecnologia capaz de identificar alterações sutis no pâncreas associadas ao diabetes tipo 2. A ferramenta combina imagens microscópicas de alta resolução, modelos de aprendizado profundo e inteligência artificial explicável, diferenciando com precisão amostras de indivíduos com e sem a doença e indicando quais estruturas celulares estão relacionadas à progressão do quadro.
O estudo, publicado na revista Nature Communications, utilizou um amplo banco de imagens de lâminas pancreáticas de doadores vivos, obtidas com colorações cromogênicas, que destacam diferentes tipos de células, e imunofluorescência multiplex, capaz de visualizar múltiplas proteínas simultaneamente. Com esses dados, os cientistas treinaram modelos de aprendizado profundo para identificar padrões complexos impossíveis de detectar manualmente.
A IA explicável mostra quais regiões e estruturas do tecido estão associadas à doença, transformando essas informações em biomarcadores quantificáveis, ou seja, medidas objetivas do risco ou evolução do diabetes.
O sistema apresentou melhor desempenho ao analisar diferentes componentes do tecido juntos: ilhotas pancreáticas, responsáveis pela produção de insulina e glucagon; axônios neuronais, que transmitem sinais dentro do pâncreas; e alterações estruturais discretas, como aumento de células de gordura e redução do tamanho das ilhotas.
Inovação
"Essas alterações ajudam a explicar o diabetes tipo 2, porque indicam que a disfunção não é apenas metabólica e sistêmica, mas também estrutural", afirma o médico integrativo Wandyk Allison. "Mas o que esse estudo mostra é que há uma reorganização estrutural microscópica do pâncreas, muito antes de alterações dramáticas serem visíveis ao microscópio tradicional", completa.
Para Allison, o grande diferencial da tecnologia está na IA explicável, que transforma padrões detectados em informações interpretáveis, relacionando o remodelamento microestrutural do pâncreas à secreção de insulina e à disfunção metabólica. Embora ainda dependa de amostras invasivas, o método abre caminho para o desenvolvimento de biomarcadores sanguíneos, exames de imagem mais precisos e uma melhor estratificação do risco metabólico. "Para quem trabalha com medicina de precisão, isso reforça algo importante: a diabetes começa na microarquitetura antes de começar na glicemia", conclui o médico.
Saiba Mais
Tecnologia
Tecnologia
Tecnologia
Transparência
Edson Hideki, sócio-fundador da REVIO, plataforma de automação e governança de dados contábeis e fiscais, afirma que a IA explicável, também conhecida como XAI (Explainable Artificial Intelligence), é a inteligência artificial capaz de demonstrar os motivos que a levaram a determinada conclusão. "Diferentemente de sistemas que apenas apresentam uma resposta objetiva, a IA explicável se aprofunda e revela o caminho percorrido até chegar ao resultado, apresentando o 'porquê' por trás da análise. Esse nível de transparência aumenta a confiança no sistema, justamente porque deixa
claro o embasamento e o
raciocínio utilizados."