Por que o aprendizado de máquina é uma tendência na pesquisa médica, mas não em nossos consultórios médicos?

Tecnologia científica

O aprendizado de máquina (ML) programa os computadores para aprender da mesma forma que nós — por meio da avaliação contínua de dados e da identificação de padrões com base em resultados passados. O ML pode identificar rapidamente tendências em grandes conjuntos de dados, operar com pouca ou nenhuma interação humana e melhorar suas previsões ao longo do tempo. Devido a essas habilidades, está encontrando rapidamente seu caminho para a pesquisa médica.

As pessoas com câncer de mama podem ser diagnosticadas em breve por meio de ML mais rapidamente do que por meio de uma biópsia. O ML também pode ajudar pessoas paralisadas a recuperar a autonomia usando próteses controladas por padrões identificados em dados de escaneamento cerebral. A pesquisa de ML promete essas e muitas outras possibilidades para ajudar as pessoas a levar uma vida mais saudável. Mas enquanto o número de estudos de ML cresce, o uso real dele em consultórios médicos não se expande.

As limitações estão nos pequenos tamanhos de amostra da pesquisa médica e nos conjuntos de dados exclusivos. Esses pequenos dados dificultam que as máquinas identifiquem padrões significativos. Quanto mais dados, mais precisão nos diagnósticos e previsões de ML. Para muitos usos diagnósticos, seria necessário um grande número de indivíduos na casa dos milhares, mas a maioria dos estudos usa números menores na casa das dezenas de indivíduos.

Mas existem maneiras de encontrar resultados significativos a partir de pequenos conjuntos de dados se você souber como manipular os números. Executar testes estatísticos repetidas vezes com diferentes subconjuntos de seus dados pode indicar significância em um conjunto de dados que, na realidade, pode ser apenas valores discrepantes aleatórios.

Essa tática, conhecida como P-hacking ou hacking de recursos em ML, leva à criação de modelos preditivos que são muito limitados para serem úteis no mundo real. O que parece bom no papel não se traduz na capacidade do médico de nos diagnosticar ou tratar. Esses erros estatísticos, muitas vezes cometidos inconscientemente, podem levar a conclusões perigosas.

Para ajudar os cientistas a evitar esses erros e impulsionar os aplicativos de ML, Konrad Kording, professor da Penn Integrates Knowledge University com nomeações no Departamento de Neurociência da Escola de Medicina Perelman e nos Departamentos de Bioengenharia e Ciência da Computação e da Informação na Escola de Engenharia e Ciências Aplicadas, está liderando um aspecto de um grande programa financiado pelo NIH conhecido como CENTER – Criando um Nexus Educacional para Treinamento em Rigor Experimental. Kording liderará a coorte de Penn criando a Community for Rigor, que fornecerá recursos de acesso aberto para conduzir ciência sólida. Os membros dessa comunidade científica inclusiva poderão participar de simulações de ML e cursos baseados em discussão.

"O motivo da falta de ML em cenários do mundo real se deve ao uso indevido de estatísticas, e não às limitações da própria ferramenta", diz Kording. “Se um estudo publica uma afirmação que parece boa demais para ser verdade, geralmente é, e muitas vezes podemos rastrear isso de volta ao uso de estatísticas”.

Para fazer avanços significativos no campo do ML na pesquisa biomédica, será necessário aumentar a conscientização sobre essas questões, ajudar os pesquisadores a entender como identificá-los e limitá-los e criar uma cultura mais forte em torno do rigor científico na comunidade de pesquisa.

Kording pretende comunicar que só porque a incorporação do aprendizado de máquina na pesquisa biomédica pode introduzir espaço para viés, não significa que os cientistas devam evitá-lo. Eles só precisam entender como usá-lo de maneira significativa.

A Community for Rigor visa abordar os desafios do campo com planos específicos para criar um módulo sobre aprendizado de máquina em pesquisa biomédica que orientará os participantes por meio de conjuntos de dados e testes estatísticos e identificará os locais exatos onde o viés é comumente introduzido.

Esta história é de Melissa Pappas. Leia mais na Penn Engineering Today.