No entanto, o treinamento de sistemas de IA para realizar essa tarefa exige a rotulagem de inúmeras imagens, o que pode ser uma tarefa tediosa e demorada. Para contornar esse desafio, pesquisadores do MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL), Massachusetts General Hospital (MGH) e Harvard Medical School desenvolveram o framework interativo “ScribblePrompt”. Esse é um instrumento flexível capaz de segmentar rapidamente qualquer imagem médica, mesmo tipos que nunca tenha visto antes.
Ao invés de marcar manualmente cada imagem, a equipe simulou como os usuários anotariam mais de 50.000 exames, incluindo MRI, ultrassons e fotografias, abrangendo estruturas nos olhos, células, cérebros, ossos, pele e mais. Utilizando algoritmos, eles simularam como os humanos riscariam e clicariam em diferentes regiões em imagens médicas, preparando o ScribblePrompt para lidar com solicitações reais de segmentação.
A interface do ScribblePrompt é simples e permite que os usuários rabisquem ou cliquem na área a ser segmentada, com a ferramenta destacando a estrutura ou fundo conforme solicitado. Além disso, é capaz de fazer correções com base no feedback do usuário, tornando-se a ferramenta preferida entre os pesquisadores de neuroimagem do MGH.
Esse avanço promete agilizar significativamente o processo de segmentação em imagens médicas, representando um passo importante para aprimorar a eficiência no diagnóstico e monitoramento de doenças.
Redação Confraria Tech.
Referências:
A fast and flexible approach to help doctors annotate medical scans
