IA 'Percival' da Penn Medicine procura em TACs doenças ocultas além do motivo do exame

Investigadores da Penn Medicine (Universidade da Pensilvânia) desenvolveram um modelo de IA chamado Percival que analisa tomografias computorizadas (TAC) em busca de sinais de doença e riscos futuros para além do motivo pelo qual o exame foi pedido, segundo um estudo publicado na npj Digital Medicine e anunciado em 16 de outubro de 2026.

O que o estudo relata

• O Percival foi treinado com cerca de 400 mil TACs de aproximadamente 50 mil doentes, com dados do BioBank da Penn Medicine, que reúne informação de mais de 350 mil pessoas recolhida ao longo de duas décadas.
• O modelo encontrou sinais de doenças crónicas como fibrilhação auricular (ritmo cardíaco irregular) e doença renal crónica.
• Em comparação com outro modelo de IA, o TotalSegmentator, o Percival assinalou doenças como cancro do pâncreas, cirrose e pneumonia bacteriana “de forma muito mais fiável”, segundo a Penn Medicine.
• O objetivo é o “rastreio oportunista”: detetar, por exemplo, sinais precoces de cancro numa TAC feita para verificar uma pneumonia.
• O código e as especificações de treino são de código aberto.

Limitações

• O Percival ainda está em testes pré-clínicos e não é usado na prática clínica corrente. A equipa espera começar a testá-lo no início do próximo ano, com vista ao uso clínico.
• Foi treinado com dados de um único sistema de saúde; os investigadores estão a estudar conjuntos de dados maiores e de várias instituições para o tornar mais robusto.
• Este resumo baseia-se no comunicado da universidade, que não incluía números detalhados de precisão. Achados incidentais podem também levar a exames adicionais e falsos alarmes, por isso a validação prospetiva é essencial.

Trata-se de notícia de investigação, não de aconselhamento médico. Fale com o seu médico sobre os seus próprios resultados de imagem.