Microsoft Research e Paige desenvolvem modelo de IA capaz de interpretar imagens de patologia e linguagem médica
A integração entre inteligência artificial e medicina ganhou um novo capítulo com o desenvolvimento do PRISM2, um modelo de fundação para patologia criado pela Microsoft Research em parceria com a Paige, empresa que agora integra a Tempus. O trabalho foi descrito em estudo recentemente publicado na revista Nature Medicine e propõe uma abordagem diferente para ensinar sistemas de inteligência artificial a compreender tanto imagens de tecidos quanto a linguagem utilizada em relatórios médicos.
A proposta central do PRISM2 é unir análise visual e compreensão textual em um único modelo. Para isso, os pesquisadores treinaram o sistema combinando imagens de patologia com informações extraídas de laudos médicos reais. Esse processo resultou em milhões de exemplos de perguntas e respostas que ajudaram a estabelecer uma conexão entre os achados visuais presentes nas amostras de tecido e a linguagem diagnóstica utilizada pelos profissionais da área.
A abordagem adotada busca aproveitar a grande quantidade de dados textuais disponíveis na área de patologia, que normalmente não são utilizados em modelos baseados apenas em imagens. Ao incorporar relatórios reais ao treinamento, o PRISM2 amplia a capacidade do sistema de interpretar contextos clínicos mais amplos, indo além da simples identificação de padrões visuais em lâminas de tecido.
Um dos diferenciais do modelo é a flexibilidade de uso. O PRISM2 foi projetado para operar tanto apenas com imagens quanto com a combinação de imagens e texto. Isso permite que os usuários interajam com o sistema por meio de comandos em linguagem natural, conhecidos como prompts, em vez de depender exclusivamente de softwares desenvolvidos para tarefas específicas. Na prática, a expectativa é que profissionais de pesquisa possam explorar os dados de maneira mais intuitiva, fazendo perguntas ao modelo e recebendo respostas baseadas tanto na análise visual quanto no conhecimento linguístico incorporado durante o treinamento.
A iniciativa também se insere em um esforço mais amplo da comunidade científica para construir modelos de fundação aplicados à área de saúde. Esses modelos são sistemas de inteligência artificial treinados em grandes volumes de dados que podem ser adaptados para diferentes tarefas posteriores, funcionando como uma base versátil para pesquisas e aplicações específicas. No caso da patologia, a combinação de visão computacional e processamento de linguagem natural representa um avanço relevante, já que tradicionalmente os modelos eram especializados em uma única dessas dimensões.
A pesquisa envolvendo o PRISM2 destaca ainda a importância da colaboração entre empresas de tecnologia e companhias especializadas em saúde. Enquanto a Microsoft Research contribui com expertise em inteligência artificial e modelos de linguagem, a Paige, que agora faz parte da Tempus, aporta conhecimento aprofundado em patologia e acesso a dados clínicos fundamentais para o treinamento. A união dessas competências permitiu a criação de um sistema capaz de lidar simultaneamente com a complexidade visual dos tecidos analisados em laboratório e com a riqueza descritiva dos relatórios médicos escritos pelos patologistas.
O estudo publicado na Nature Medicine aponta que o objetivo do PRISM2 é oferecer suporte a pesquisas futuras e ao desenvolvimento de novas ferramentas na área de patologia. Ao conseguir interpretar tanto imagens quanto textos médicos, o modelo abre caminho para aplicações que podem auxiliar na análise de amostras, na organização de informações diagnósticas e no estudo de doenças a partir de grandes conjuntos de dados clínico-patológicos. A expectativa dos pesquisadores é que essa abordagem contribua para acelerar descobertas e aprimorar a forma como a inteligência artificial é utilizada no apoio à prática médica.
