FaceTime: como a AI pode diagnosticar mais rápido as doenças genéticas raras

Desde marcar pessoas nas redes sociais até identificar viajantes nos aeroportos, a tecnologia de reconhecimento facial está se tornando comum. Agora, uma nova empresa busca salvar vidas com ela.

Mais de 30 milhões de americanos, 80% dos quais são crianças, sofrem de uma das 7 mil doenças genéticas raras. Muitas dessas pessoas apresentam padrões de crescimento anormal da face ou do crânio que são específicos de sua doença.

No entanto, quando se trata de identificar tais doenças, o processo de diagnóstico é surpreendentemente arcaico. Os médicos dependem de várias abordagens antiquadas, desde a medição manual das distâncias entre os traços do rosto até se valer de décadas de experiência para detectar padrões. Em média, um diagnóstico preciso leva sete anos, depois de consultar diversos médicos.

FDNA Face2Gene app analysis
O aplicativo Face2Gene da FDNA converte imagens em dados para ajudar os médicos a diagnosticar doenças genéticas raras.

Uma necessidade enorme não atendida

Há alguns anos, a situação chamou a atenção de uma equipe de empresários que acabara de vender sua empresa de reconhecimento facial, a Face.com, para o Facebook. Eles decidiram aplicar a tecnologia de aprendizagem de máquina subjacente que eles tinham desenvolvido para ajudar os geneticistas a superar esse desafio de realizar o diagnóstico.

Então, eles fundaram a FDNA, uma startup sediada em Boston dedicada a aplicar tecnologias de reconhecimento facial, deep learning e inteligência artificial para promover avanços no diagnóstico e tratamento de doenças raras.

“Nós percebemos imediatamente que essa prática poderia aproveitar a tecnologia avançada”, diz Dekel Gelbman, CEO da FDNA.

Não são apenas os médicos que podem utilizar a tecnologia da FDNA. As empresas farmacêuticas estão ansiosas para se beneficiar de um mercado para os medicamentos órfãos (usados para tratar doenças raras), que a McKinsey & Co. estima que valerá US$ 176 bilhões em 2020, o que representa quase um quinto do mercado global de medicamentos sob prescrição médica.

Colocando um rosto nas síndromes genéticas

A equipe então passou a trabalhar na construção de um banco de dados de imagens e uma rede para interpretá-las. Ela passou três anos formando parcerias com geneticistas e clínicas em todo o mundo para começar a compartilhar imagens e dados. Simultaneamente, começou a construir e treinar seu sistema.

Em 2014, a FDNA apresentou um produto, o Face2Gene, que poderia ajudar a identificar cerca de 50 síndromes genéticas conhecidas. A rede da empresa foi treinada em GPUs NVIDIA, com processamento gráfico na nuvem em execução em uma instância da Amazon usada quando era necessário ter mais potência para acelerar o desempenho.

“A chave para apoiar esse sistema é conseguir criar algoritmos que podem treinar com rapidez e de maneira viável”, declara Yaron Gurovich, vice-presidente de pesquisa e desenvolvimento da FDNA. “Sem placas de vídeo, isso não é possível”.

Aplicação do deep learning

Em 2015, a FDNA decidiu acelerar o passo e adotar métodos de deep learning, construindo uma nova arquitetura e expandindo aquela que havia sido uma ferramenta de referência em um conjunto completo de aplicativos.

Usando a plataforma de processamento paralelo NVIDIA CUDA e a biblioteca cuDNN, a FDNA criou uma rede poderosa que suporta aplicativos para avaliação clínica e fóruns de consultoria clínica, bem como uma biblioteca médica e uma API. Juntas, essas tecnologias permitem que os laboratórios usem os traços faciais e fenótipos de pacientes anônimos para aumentar de 25% para 40% a probabilidade estimada de realizar o diagnóstico, comenta Gelbman.

No processo, também foi reduzido o treinamento de uma semana para apenas algumas horas.

O novo conjunto de aplicativos Face2Gene, lançado em outubro passado no encontro anual da American Society of Human Genetics (Sociedade Americana de Genética Humana), em Vancouver, no Canadá, tem agora mais de 2.000 síndromes documentadas.

Gelbman diz que 70% dos geneticistas em todo o mundo já usam o Face2Gene, expandindo cada vez mais o banco de dados de imagens da FDNA à medida que fazem upload de fotos de pacientes para gerar diagnósticos mais rápidos.

Com o Face2Gene estabelecido como padrão para avaliações clínicas, Gelbman espera que ele se torne o padrão em análises laboratoriais em breve. Em 2018, a empresa espera estar contribuindo para que as empresas farmacêuticas acelerem sua descoberta de pacientes e medicamentos.

“O que conseguimos fazer na teoria com certeza pode salvar as vidas de milhões de pessoas, além de aumentar e melhorar a qualidade de vida desses pacientes e suas famílias”, afirma Gelbman.

Para saber mais sobre como a computação de AI está mudando a área da saúde e outros setores, junte-se a nós na GPU Technology Conference, de 8 a 11 de maio, no Vale do Silício. 

Histórias semelhantes