Uma simples foto da sua mão pode ajudar a detectar uma doença rara.

A leitura da palma da mão talvez não consiga prever o seu futuro, mas, ao virar a mão, ela pode expor informações essenciais sobre quanto tempo você pode viver.

De acordo com uma pesquisa recente, uma foto simples do dorso da mão pode ajudar a identificar um distúrbio hormonal raro e letal que, de outro modo, costuma ser difícil de diagnosticar.

Sem tratamento, a condição pode levar a complicações potencialmente fatais. Em média, ela reduz a expectativa de vida em cerca de uma década.

Acromegalia: quando o organismo produz hormônio do crescimento em excesso

A acromegalia acontece quando o corpo passa a produzir hormônio do crescimento em quantidade elevada, e, em geral, começa a se manifestar na meia-idade. Mãos e pés aumentados estão entre os primeiros sinais de que algo saiu do normal.

"Como a doença progride muito lentamente e, além disso, é rara, não é incomum levar até uma década para que ela seja diagnosticada", explica o endocrinologista Hidenori Fukuoka, da Universidade de Kobe.

"Com o avanço das ferramentas de IA, houve tentativas de usar fotografias para detecção precoce, mas elas não foram adotadas na prática clínica."

Além disso, recorrer a fotos do rosto traz preocupações de privacidade. As mãos, por sua vez, tendem a ser mais anónimas - especialmente quando a palma e as suas linhas únicas não aparecem na imagem.

Fotos do dorso da mão e punho fechado para treinar IA na acromegalia

Por isso, Hidenori e os colegas recrutaram 725 participantes em 15 unidades médicas do Japão - aproximadamente metade deles com acromegalia. Em seguida, mais de 11.000 imagens das mãos foram usadas para treinar e validar um modelo de IA. Nessas fotos, a palma era ocultada: o enquadramento privilegiava o dorso da mão e um punho fechado.

Ao final, o modelo reconheceu pacientes com acromegalia com valor preditivo positivo de 0.88 e valor preditivo negativo de 0.93.

Em termos práticos, isso significa que, quando o resultado do teste era positivo, havia 88% de probabilidade de a pessoa realmente ter acromegalia.

Já quando o resultado era negativo, havia 93% de probabilidade de o paciente não ter acromegalia.

O modelo de IA ainda apresentou desempenho superior ao de especialistas humanos em endocrinologia quando todos receberam as mesmas fotografias.

"Francamente, eu me surpreendi que a precisão diagnóstica tenha alcançado um nível tão alto usando apenas fotografias do dorso da mão e do punho fechado", afirma a primeira autora Yuka Ohmachi, pós-graduanda da Universidade de Kobe.

"O que me chamou particularmente a atenção foi atingir esse nível de desempenho sem traços faciais, o que torna essa abordagem muito mais prática para rastreamento de doenças."

Por que o diagnóstico precoce ainda é tão difícil

A cada 100.000 pessoas numa população, a acromegalia afeta aproximadamente de 8 a 24 indivíduos.

Entre os sintomas mais comuns estão inchaço nas extremidades, dores de cabeça e alterações faciais, mas, como essas mudanças surgem de forma gradual, o diagnóstico precoce continua a ser um desafio. Atualmente, cerca de um quarto dos pacientes enfrenta atrasos no diagnóstico superiores a 10 anos.

"Este estudo sustenta a nossa hipótese de que a acromegalia pode ser diagnosticada usando apenas imagens das mãos com uma precisão comparável à relatada para diagnóstico por IA com base em imagens faciais", escrevem Fukuoka e colegas.

Ainda assim, essa nova ferramenta de aprendizagem de máquina não elimina a necessidade de especialistas humanos. A acromegalia não é diagnosticada apenas por avaliação visual. Endocrinologistas também levam em conta mudanças na voz, expressões faciais e marcadores bioquímicos, além do histórico médico geral da pessoa.

Essa visão abrangente não vai desaparecer, mas uma nova ferramenta de IA pode complementar o processo e torná-lo mais rápido.

"A capacidade de um modelo assim ajudar profissionais de saúde que talvez não tenham formação especializada representa um avanço importante na precisão diagnóstica e na promoção de uma prestação de cuidados de saúde mais equitativa", concluem os autores do estudo.

A equipa de pesquisa agora pretende verificar se o modelo funciona em populações maiores e mais diversas. Eles também querem investigar se um modelo semelhante pode ser aplicado a outras condições que podem se manifestar nas mãos, como artrite reumatoide, anemia ou baqueteamento digital.

"Acreditamos que, ao desenvolver ainda mais essa tecnologia, ela pode levar à criação de uma infraestrutura médica que, durante check-ups de saúde abrangentes, conecte casos suspeitos de distúrbios relacionados às mãos a especialistas", diz Fukuoka.

O estudo foi publicado na Revista de Endocrinologia Clínica e Metabolismo.