O ceratocone é uma doença ocular contínua e progressiva que provoca alterações na estrutura da córnea, cujo formato se torna semelhante ao de um cone – por isso, seu nome. Segundo o Conselho Brasileiro de Oftalmologia, a cada 100.000 indivíduos no mundo, 4 a 600 pessoas desenvolvem o distúrbio.

Além da predisposição genética, fatores ambientais, como o ato de coçar os olhos e o hábito de dormir fazendo pressão sobre eles, podem contribuir para o desenvolvimento do problema. O principal sintoma é a perda progressiva da visão, tornando-se borrada e distorcida.

O combate à doença foi tema da dissertação de mestrado Uma proposta metodológica de aprendizado de máquina para detecção de ceratocone, de autoria da analista de sistemas Francis Spiegel Rubin. Desenvolvida na interface da medicina com a tecnologia da informação, a pesquisa recebeu o prêmio de melhor dissertação do último ano no Programa de Pós-Graduação em Informática (PPGI). A orientação ficou a cargo dos professores Adriana Cesário de Faria Alvim e Carlos Eduardo Ribeiro de Mello.

O trabalho estabelece uma proposta metodológica para detectar o risco de desenvolvimento de ceratocone em pacientes candidatos à chamada “LASIK”, cirurgia refrativa a laser. Frequentemente indicado para correção de miopia, hipermetropia e astigmatismo, o procedimento altera o formato e a espessura da córnea – a lente natural dos olhos –, tornando-a mais fina e menos resistente. Como resultado desse afinamento, pacientes submetidos à cirurgia são mais propensos a apresentar ceratocone.

“Proponho uma metodologia para geração de modelos de aprendizagem de máquina, de forma a contribuir para a avaliação de pacientes que poderiam ser submetidos à cirurgia refrativa”, ressalta Francis. Para o estudo, foram utilizadas medidas oculares de 3.383 pacientes atendidos pelo oftalmologista Renato Ambrósio Júnior, professor da Escola de Medicina e Cirurgia (EMC) da UNIRIO.

O modelo desenvolvido é um classificador binário, que utiliza a inteligência artificial (IA) para determinar se o paciente correrá o risco de desenvolver ceratocone em decorrência da cirurgia, a partir da análise de suas métricas oculares. “A ideia é contribuir para a decisão médica de indicar ou não a LASIK”, aponta a autora. “Acredito que nenhum modelo de inteligência artificial deva substituir a decisão médica, mas é uma camada a mais, para apoiar o profissional em sua decisão”, completa.

Diferencial

A capacidade de previsão com baixa margem de erro, definida como “robustez”, emerge como o diferencial do algoritmo. “A metodologia busca não só aumentar a capacidade preditiva do modelo, mas também controlar a distribuição dos erros cometidos, acarretando um aumento da confiabilidade dos seus resultados”, ressalta o coorientador do trabalho, Carlos Eduardo Ribeiro de Mello. Especialista em IA e ciência de dados, o professor destaca que esse tipo de controle não é comum nas metodologias estabelecidas na literatura, nem nas soluções empregadas em equipamentos de diagnóstico por imagem.

O sistema proposto é capaz de prever o comportamento esperado a partir da observação de novas amostras de dados, com base no aprendizado de máquina. “Para essa questão, a robustez é um fator crítico, pois não posso indicar para a cirurgia LASIK um paciente com risco de desenvolver ceratocone, já que ele correrá o risco de perder a visão”, salienta Francis.

O tomógrafo de córnea é o aparelho utilizado pelo oftalmologista para aferir as medidas dos olhos. Atualmente, o software integrado ao tomógrafo Pentacam  oferece grande acurácia, mas sem garantias de margem de erro embutida. No futuro, a proposta metodológica para geração de modelos de IA de Francis poderá ser integrada aos equipamentos de diagnóstico, aumentando a segurança na indicação à cirurgia.

(Gabriella Praça/UNIRIO)