Uma pesquisa divulgada em outubro de 2026 investiga o desempenho de sistemas de inteligência artificial na identificação de lesões dermatológicas. O estudo mostra por que resultados promissores em laboratório ainda não são suficientes para garantir diagnósticos seguros na prática clínica.
A inteligência artificial está transformando diferentes áreas da medicina, e a dermatologia está entre as especialidades que mais despertam interesse no desenvolvimento dessas tecnologias. Sistemas capazes de analisar fotografias da pele, identificar padrões visuais e sugerir classificações de lesões já são utilizados em pesquisas e em determinadas aplicações clínicas. Entretanto, uma pergunta continua sendo fundamental: a inteligência artificial consegue identificar corretamente uma lesão suspeita de câncer de pele em diferentes pacientes e condições de atendimento?
Uma pesquisa divulgada em 2 de outubro de 2026, intitulada Bridging Research and Practice: A Systematic Evaluation of Generalist and Dermatology-Specific Models in Clinical Skin Lesion Classification, procurou investigar justamente essa questão. O trabalho compara diferentes arquiteturas de inteligência artificial aplicadas à classificação de lesões dermatológicas, considerando imagens obtidas por dermatoscopia e fotografias clínicas realizadas com smartphones.
O estudo aborda uma dificuldade importante: modelos que apresentam bons resultados em bases de imagens utilizadas em pesquisas podem ter desempenho diferente quando encontram fotografias produzidas por outros equipamentos, condições de iluminação variadas e pacientes com características de pele distintas.
🔬 A principal mensagem é que a inteligência artificial pode se tornar uma ferramenta de apoio ao diagnóstico dermatológico, mas sua confiabilidade depende de validação adequada, qualidade das imagens e avaliação médica.
🧬 O que é inteligência artificial aplicada à dermatologia?
A inteligência artificial é um conjunto de tecnologias computacionais capazes de identificar padrões, analisar informações e produzir classificações ou previsões a partir de dados. Na dermatologia, uma das aplicações mais investigadas envolve a análise de imagens de pintas, manchas, lesões pigmentadas e outras alterações da pele.
Os sistemas são desenvolvidos utilizando técnicas de aprendizado de máquina (machine learning) e aprendizado profundo (deep learning). Durante o treinamento, os algoritmos analisam conjuntos de imagens associados a informações diagnósticas e procuram identificar características que permitam distinguir diferentes categorias de lesões.
Em determinadas aplicações, o programa pode estimar a probabilidade de uma lesão pertencer a uma classe diagnóstica, como nevo melanocítico, queratose seborreica ou melanoma. Entretanto, essa classificação estatística não equivale necessariamente a um diagnóstico médico definitivo.
A dermatologia envolve informações que ultrapassam a aparência de uma fotografia. Idade, histórico familiar, exposição solar, evolução da lesão, sintomas, localização anatômica e características observadas durante o exame físico podem modificar significativamente a interpretação clínica.
Por isso, mesmo quando uma ferramenta de inteligência artificial apresenta desempenho elevado em condições experimentais, sua utilização deve considerar o contexto em que será aplicada.
O que investigou a pesquisa divulgada em outubro de 2026?
O estudo, assinado por Emanoel dos Santos, Kelvin Cunha e outros pesquisadores, foi disponibilizado no repositório científico arXiv em 2 de outubro de 2026. Seu registro informa também a aceitação no MICCAI 2026, congresso internacional dedicado à computação aplicada à medicina e à análise de imagens médicas.
A pesquisa compara diferentes famílias de modelos computacionais, incluindo sistemas generalistas de inteligência artificial, modelos multimodais especializados em imagens e linguagem médica, modelos fundamentais e classificadores desenvolvidos especificamente para tarefas dermatológicas.
Uma característica relevante do trabalho é a utilização de conjuntos de dados heterogêneos. Em vez de avaliar somente fotografias produzidas sob condições semelhantes, os pesquisadores investigam diferenças entre imagens dermatoscópicas e fotografias clínicas realizadas com smartphones.
Essa abordagem é importante porque a realidade de um consultório dermatológico pode ser bastante diferente do ambiente de desenvolvimento de um algoritmo. Uma imagem de alta resolução obtida por um equipamento especializado não apresenta necessariamente as mesmas características de uma fotografia realizada por um paciente em casa.
O trabalho também investiga a chamada distribution shift, expressão utilizada quando os dados encontrados durante a utilização de um sistema apresentam características diferentes daquelas observadas durante seu treinamento.
📊 Em termos práticos, a pesquisa procura compreender até que ponto o desempenho de um algoritmo permanece confiável quando mudam a origem das imagens, os equipamentos utilizados e as características dos pacientes.
O resumo científico não fornece, isoladamente, números que permitam afirmar que determinado modelo é superior a todos os demais em qualquer situação clínica. Também não comprova que esses sistemas estejam prontos para diagnosticar câncer de pele de maneira autônoma.
A contribuição do estudo está em avaliar os obstáculos que precisam ser superados para aproximar a inteligência artificial das necessidades reais da dermatologia.
📱 Por que uma fotografia de celular pode dificultar o diagnóstico?
A qualidade de uma fotografia é um dos fatores que podem interferir na análise de lesões cutâneas por inteligência artificial.
Ao fotografar uma pinta com o smartphone, o resultado depende de diversas variáveis: iluminação, distância, foco, resolução, posição da câmera e processamento automático da imagem. Reflexos, sombras e alterações artificiais de contraste também podem modificar a aparência de uma lesão.
Além disso, diferentes aparelhos utilizam sensores e algoritmos próprios de processamento fotográfico. Uma mesma pinta pode apresentar tonalidades aparentemente diferentes dependendo do equipamento e das condições de captura.
Para um dermatologista, essas diferenças podem ser consideradas durante a avaliação, principalmente quando existe a possibilidade de examinar diretamente a lesão e utilizar instrumentos complementares. Para um algoritmo treinado em condições específicas, entretanto, mudanças aparentemente pequenas podem comprometer a classificação.
Isso explica por que a precisão observada em uma base de imagens cuidadosamente selecionadas não deve ser automaticamente transferida para fotografias feitas em ambientes domésticos.
📷 Uma imagem nítida não é necessariamente uma imagem clinicamente suficiente. Mesmo fotografias visualmente bem produzidas podem deixar de registrar estruturas importantes para a avaliação dermatológica.
Consequentemente, aplicativos que prometem identificar câncer de pele a partir de uma única fotografia precisam ser analisados com cautela, especialmente quando suas classificações podem influenciar a decisão de procurar ou adiar atendimento médico.
🔍 Qual é a diferença entre fotografia comum e dermatoscopia?
A dermatoscopia é uma técnica de exame que utiliza um instrumento óptico chamado dermatoscópio para permitir a observação ampliada de estruturas da pele que não são facilmente identificadas a olho nu.
O equipamento pode utilizar iluminação específica e recursos ópticos que facilitam a visualização de padrões pigmentares, estruturas vasculares e outras características relevantes para a avaliação de lesões.
Uma fotografia convencional, por outro lado, registra principalmente a aparência externa da pele, sem necessariamente revelar os mesmos detalhes observados durante a dermatoscopia.
Essa diferença é particularmente importante na investigação de lesões pigmentadas. Determinadas características utilizadas pelo dermatologista para diferenciar pintas benignas de lesões suspeitas podem depender da observação dermatoscópica.
A dermatoscopia digital acrescenta a possibilidade de registrar e armazenar imagens para documentação e comparação, conforme o equipamento e a indicação clínica.
Quando utilizada adequadamente, a tecnologia pode contribuir para acompanhar determinadas lesões ao longo do tempo, especialmente em pacientes com fatores de risco que justifiquem acompanhamento dermatológico.
🔬 É importante distinguir dermatoscopia digital de inteligência artificial. Um exame dermatoscópico digital não utiliza necessariamente algoritmos de IA para interpretar as imagens. O registro e a análise automatizada são funcionalidades diferentes, que podem ou não estar presentes em um mesmo sistema.
🩺 A inteligência artificial pode identificar melanoma?
O melanoma é um tipo de câncer de pele originado nos melanócitos, células responsáveis pela produção de melanina. Embora seja menos frequente que outros tipos de câncer cutâneo, apresenta maior potencial de disseminação para órgãos distantes.
O reconhecimento precoce de lesões suspeitas é fundamental para permitir investigação e tratamento adequados.
Sistemas de inteligência artificial vêm sendo estudados para identificar padrões associados ao melanoma e diferenciá-los de outras lesões pigmentadas. Em condições específicas, determinados algoritmos conseguem apresentar resultados promissores em tarefas de classificação de imagens.
Entretanto, a avaliação de uma lesão suspeita não depende apenas de identificar semelhanças visuais com fotografias de melanomas anteriormente conhecidos.
O dermatologista considera também a evolução da pinta, as características das demais lesões do paciente, fatores individuais de risco e achados do exame físico. Quando necessário, pode recomendar biópsia para análise histopatológica.
Além disso, existem melanomas que não apresentam todas as características clássicas descritas em materiais educativos. Algumas lesões podem ter pequenas dimensões, pigmentação discreta ou aspectos pouco usuais.
Por esse motivo, uma classificação aparentemente tranquilizadora produzida por um aplicativo não deve ser utilizada para descartar melanoma quando existe suspeita clínica.
⚠️ A inteligência artificial não deve ser considerada substituta da avaliação dermatológica nem do exame histopatológico quando este é indicado.
🌎 A diversidade de tons de pele representa um desafio para os algoritmos?
Um dos principais desafios da inteligência artificial médica é garantir que os sistemas apresentem desempenho adequado em populações com características diferentes daquelas utilizadas durante o desenvolvimento.
A aparência de determinadas doenças dermatológicas pode variar conforme o fototipo, a pigmentação cutânea e outros fatores individuais. Lesões inflamatórias, alterações vasculares e algumas manifestações pigmentares podem apresentar características visuais distintas em diferentes tons de pele.
Quando uma base de treinamento possui representação insuficiente de determinados grupos, existe o risco de o modelo apresentar desempenho inferior nessas populações.
O problema não se limita à cor da pele. Idade, localização anatômica das lesões, qualidade das imagens e frequência de determinadas doenças também podem influenciar a capacidade de generalização dos algoritmos.
A diversidade da população brasileira torna essa questão especialmente relevante para o desenvolvimento e a avaliação de tecnologias dermatológicas.
Um sistema treinado predominantemente com fotografias de determinada população não deve ser considerado automaticamente confiável para todos os pacientes.
🌍 Para que a inteligência artificial seja utilizada de maneira responsável, é necessário avaliar seu desempenho em diferentes fototipos e populações, com dados representativos das condições reais de atendimento.
📊 O que significa um algoritmo apresentar alta precisão?
É comum encontrar notícias sobre sistemas de inteligência artificial que alcançam percentuais elevados de precisão na identificação de doenças. Entretanto, esses números precisam ser interpretados considerando a metodologia utilizada.
A acurácia representa a proporção geral de classificações corretas em determinado conjunto de dados. Embora seja uma medida útil, pode esconder diferenças importantes entre a capacidade de identificar lesões malignas e a capacidade de reconhecer corretamente lesões benignas.
Na investigação de câncer de pele, duas medidas são particularmente relevantes: sensibilidade e especificidade.
A sensibilidade representa a capacidade do teste de identificar corretamente pessoas ou lesões que apresentam a condição investigada. Já a especificidade representa a capacidade de reconhecer corretamente aquelas que não apresentam essa condição.
Um sistema com sensibilidade insuficiente pode deixar de identificar lesões malignas. Por outro lado, uma especificidade muito baixa pode produzir numerosos resultados falsamente positivos, aumentando encaminhamentos e procedimentos desnecessários.
Também é necessário avaliar o desempenho em bases externas, diferentes daquelas utilizadas para treinar o algoritmo, além de considerar a frequência real da doença na população atendida.
📈 Um resultado estatístico elevado em laboratório não garante, isoladamente, segurança diagnóstica em pacientes reais.
Por isso, estudos de validação externa e avaliações prospectivas em ambientes clínicos são etapas importantes antes da incorporação de ferramentas automatizadas à rotina assistencial.
💻 Quais são as possíveis aplicações da inteligência artificial na dermatologia?
Apesar das limitações, a inteligência artificial apresenta potencial para contribuir em diferentes etapas do atendimento dermatológico.
Uma possibilidade é o apoio à triagem de imagens, ajudando a organizar informações e destacar lesões que mereçam avaliação prioritária. Outra aplicação envolve a documentação de alterações cutâneas e a comparação de registros obtidos em momentos diferentes.
Algoritmos também podem auxiliar na organização de bancos de imagens, na identificação de padrões de interesse científico e no desenvolvimento de ferramentas educacionais para profissionais de saúde.
Em ambientes especializados, a integração entre imagens dermatoscópicas, informações clínicas e sistemas computacionais poderá contribuir para modelos de apoio à decisão mais completos.
Entretanto, cada aplicação apresenta requisitos próprios de validação. Uma ferramenta desenvolvida para organizar fotografias não deve ser considerada automaticamente adequada para determinar se uma lesão é maligna.
Da mesma forma, um algoritmo utilizado em pesquisa não deve ser confundido com um dispositivo médico autorizado para determinada finalidade clínica.
🤖 O maior potencial da inteligência artificial pode estar na integração entre recursos tecnológicos e conhecimento médico, e não na substituição do dermatologista por uma análise automatizada.
🔬 Como a dermatoscopia digital contribui para o acompanhamento de pintas?
A avaliação de pintas e lesões pigmentadas pode envolver diferentes estratégias, dependendo do histórico e das características de cada paciente.
Em algumas situações, o dermatologista pode indicar documentação fotográfica para acompanhar alterações ao longo do tempo. Essa abordagem permite comparar registros anteriores e atuais, identificando mudanças que possam justificar investigação adicional.
O mapeamento corporal digital de pintas combina documentação fotográfica de regiões da pele e, quando indicado, registros dermatoscópicos de lesões selecionadas.
O objetivo não é produzir um diagnóstico automático, mas oferecer informações que auxiliem o dermatologista a acompanhar a evolução das lesões.
Essa estratégia pode ser considerada para pessoas com múltiplas pintas, histórico pessoal de melanoma, antecedentes familiares relevantes ou outras características que indiquem necessidade de acompanhamento individualizado.
Entretanto, nem todos os pacientes precisam realizar mapeamento corporal digital. A indicação depende da avaliação médica, e lesões suspeitas podem exigir investigação imediata, em vez de simples observação.
📸 A comparação de imagens ao longo do tempo pode ser útil, mas deve ser interpretada juntamente com o exame clínico e o histórico do paciente.
⚠️ Quais são os riscos de confiar exclusivamente em aplicativos de diagnóstico?
Um dos principais riscos relacionados ao uso indiscriminado de aplicativos de análise dermatológica é a falsa sensação de segurança.
Quando um programa classifica uma lesão como de baixo risco, o paciente pode interpretar o resultado como confirmação de que não existe doença. Se a classificação estiver incorreta, isso poderá contribuir para atrasar a procura por atendimento.
Também existe o risco oposto: classificações excessivamente alarmantes podem provocar ansiedade e levar pessoas a procurar procedimentos ou avaliações que talvez não fossem necessários.
Outro ponto importante envolve a privacidade das informações. Fotografias dermatológicas podem revelar características físicas identificáveis e, em determinadas situações, incluir regiões íntimas ou informações sensíveis sobre a saúde.
Antes de utilizar aplicativos ou serviços de análise de imagens, é importante verificar como os dados são armazenados, processados, compartilhados e protegidos.
No Brasil, o tratamento de dados pessoais de saúde deve observar as exigências aplicáveis da Lei Geral de Proteção de Dados Pessoais (LGPD).
🔐 A adoção responsável de inteligência artificial em saúde exige não apenas desempenho técnico, mas também segurança da informação, transparência e proteção da privacidade dos pacientes.
🧑⚕️ O dermatologista continuará sendo necessário?
A evolução da inteligência artificial não elimina a complexidade do raciocínio clínico dermatológico.
Durante uma consulta, o dermatologista pode examinar diversas regiões da pele, identificar lesões que o paciente não havia percebido e relacionar alterações cutâneas com sintomas, medicamentos, doenças preexistentes e fatores ambientais.
O profissional também precisa decidir quando uma lesão pode ser acompanhada, quando deve ser investigada e quando existe indicação de biópsia ou tratamento.
Essas decisões envolvem informações clínicas, avaliação de riscos, interpretação de exames e comunicação com o paciente.
Uma ferramenta automatizada pode fornecer dados complementares, mas não assume, por si só, todas essas responsabilidades.
Na Clínica Derma Line, a avaliação dermatológica pode ser complementada, conforme indicação médica, por recursos como dermatoscopia digital e mapeamento corporal.
O objetivo desses recursos é contribuir para a documentação, investigação e acompanhamento das alterações cutâneas, sempre considerando as necessidades individuais de cada paciente.
☀️ Como identificar sinais de alerta para câncer de pele?
Independentemente dos avanços tecnológicos, conhecer as principais alterações suspeitas continua sendo uma medida importante de atenção à saúde da pele.
Uma referência utilizada na orientação sobre melanoma é a regra ABCDE, que considera assimetria, bordas, cor, diâmetro e evolução das lesões.
A — Assimetria: quando uma metade da pinta apresenta características diferentes da outra.
B — Bordas: contornos irregulares, mal definidos ou com formatos incomuns.
C — Cor: presença de diferentes tonalidades ou mudanças na pigmentação.
D — Diâmetro: atenção a lesões maiores que seis milímetros, lembrando que melanomas também podem ser menores.
E — Evolução: alterações de tamanho, formato, cor ou outras características ao longo do tempo.
Além desses sinais, lesões que sangram espontaneamente, não cicatrizam ou apresentam crescimento persistente também merecem avaliação.
A regra ABCDE não identifica todos os tipos de câncer de pele e não substitui o exame dermatológico. Sua finalidade é ajudar a reconhecer alterações que justificam investigação.
Para informações adicionais sobre avaliação e acompanhamento, consulte a página de dermatoscopia digital da Derma Line.
🚀 Qual é o futuro da inteligência artificial na dermatologia?
Os próximos avanços provavelmente dependerão menos da simples criação de algoritmos capazes de reconhecer imagens e mais da capacidade de demonstrar que esses sistemas funcionam de maneira confiável em ambientes clínicos.
Isso inclui treinamento com bases diversificadas, validação em populações diferentes, comparação entre equipamentos e avaliação de desempenho diante de imagens de qualidade variável.
Também será importante desenvolver sistemas capazes de reconhecer suas próprias limitações. Em determinadas situações, uma ferramenta segura deve conseguir indicar que a imagem é insuficiente ou que não possui informações adequadas para produzir uma classificação confiável.
A integração entre fotografias clínicas, dermatoscopia, histórico do paciente e outros dados médicos poderá contribuir para sistemas mais completos de apoio à decisão.
Entretanto, a adoção dessas tecnologias deverá ser acompanhada por avaliação regulatória, proteção de dados, treinamento profissional e monitoramento contínuo do desempenho.
A pesquisa divulgada em outubro de 2026 contribui para essa discussão ao investigar justamente as diferenças entre o desempenho dos modelos computacionais e as exigências encontradas na prática dermatológica.
✅ Conclusão: a inteligência artificial pode ajudar, mas não substitui o diagnóstico médico
A inteligência artificial representa uma oportunidade importante para o desenvolvimento da dermatologia, especialmente na análise de imagens, documentação de lesões e criação de ferramentas de apoio à decisão.
Entretanto, o estudo divulgado em outubro de 2026 reforça a necessidade de avaliar cuidadosamente o desempenho dos algoritmos em diferentes condições de aquisição de imagens e populações.
O desafio não é apenas criar sistemas que apresentem bons resultados em bases experimentais, mas desenvolver ferramentas confiáveis, acessíveis e adequadas à realidade clínica.
Para os pacientes, a orientação permanece clara: aplicativos de inteligência artificial não devem ser utilizados como substitutos da consulta dermatológica, principalmente diante de pintas suspeitas ou lesões que apresentam mudanças.
A dermatoscopia, o acompanhamento individualizado e, quando necessário, a análise histopatológica continuam desempenhando papéis importantes na investigação de alterações cutâneas.
A tecnologia poderá ampliar as possibilidades da medicina, mas sua utilização responsável depende da integração entre evidências científicas, avaliação profissional e segurança do paciente.
❓ Perguntas frequentes sobre inteligência artificial e câncer de pele
1. A inteligência artificial consegue diagnosticar câncer de pele sozinha?
Alguns sistemas conseguem classificar imagens de lesões cutâneas, mas isso não significa que possam estabelecer diagnósticos definitivos de maneira autônoma. O diagnóstico médico depende de informações clínicas, exame dermatológico e, quando necessário, avaliação histopatológica.
2. Posso fotografar uma pinta e pedir para uma IA dizer se é melanoma?
É possível utilizar ferramentas que analisam fotografias, mas seus resultados não devem ser considerados suficientes para descartar ou confirmar melanoma. Se uma pinta apresenta características suspeitas ou mudanças, procure avaliação dermatológica.
3. A dermatoscopia digital utiliza inteligência artificial?
Não necessariamente. A dermatoscopia digital permite visualizar e registrar imagens ampliadas da pele. Alguns sistemas podem incorporar recursos de análise automatizada, mas essa funcionalidade não está presente em todos os equipamentos.
4. A inteligência artificial é mais precisa que o dermatologista?
Não existe uma resposta única. O desempenho depende do algoritmo, da tarefa investigada, da população estudada e das condições de avaliação. Resultados obtidos em estudos experimentais não demonstram automaticamente superioridade em atendimentos clínicos reais.
5. Qual é a vantagem do mapeamento corporal digital?
O mapeamento corporal digital permite documentar pintas e outras lesões selecionadas, facilitando comparações ao longo do tempo. Sua indicação depende da avaliação dermatológica e dos fatores de risco individuais.
6. A inteligência artificial funciona igualmente em todos os tons de pele?
Não necessariamente. Diferenças na composição das bases de treinamento e na representação dos fototipos podem influenciar o desempenho dos algoritmos. Por isso, estudos com populações diversas são fundamentais.
7. Toda pinta escura pode ser melanoma?
Não. Muitas pintas pigmentadas são benignas. Entretanto, alterações de formato, cor, tamanho ou evolução merecem avaliação, especialmente quando existem fatores de risco.
8. Uma fotografia de celular substitui a dermatoscopia?
Não. A fotografia convencional e a dermatoscopia fornecem informações diferentes. A dermatoscopia permite observar estruturas que podem não ser identificadas em imagens comuns.
9. Quem deve procurar avaliação dermatológica das pintas?
Pessoas que observam lesões novas, mudanças em pintas preexistentes ou alterações suspeitas devem procurar orientação. Pacientes com histórico pessoal ou familiar de melanoma e outros fatores de risco podem necessitar de acompanhamento individualizado.
10. A inteligência artificial poderá ajudar a detectar câncer de pele mais cedo?
Essa é uma das possibilidades investigadas. Entretanto, para que o benefício seja demonstrado, serão necessários estudos clínicos que avaliem desempenho, segurança, resultados para os pacientes e integração com o atendimento dermatológico.
📚 Referências científicas e fontes
1. Pesquisa principal — outubro de 2026
Santos E. e colaboradores. Bridging Research and Practice: A Systematic Evaluation of Generalist and Dermatology-Specific Models in Clinical Skin Lesion Classification.
Publicação no arXiv em 2 de outubro de 2026, com registro de aceitação no MICCAI 2026.
https://arxiv.org/abs/2610.03193
2. Pesquisa complementar sobre imagens dermatológicas obtidas por smartphones
DermAI: Clinical dermatology acquisition through quality-driven image collection for AI classification in mobile.
Estudo sobre coleta padronizada de imagens clínicas, diversidade de dados e limitações de generalização de modelos.
https://arxiv.org/abs/2511.10367
3. Instituto Nacional de Câncer — INCA
Informações sobre câncer de pele melanoma, fatores de risco, prevenção e diagnóstico.
https://www.gov.br/inca/pt-br/assuntos/cancer/tipos/pele-melanoma/versao-para-populacao
4. Clínica Derma Line — Dermatoscopia Digital
https://dermaline.com.br/dermatoscopia-digital/
5. Clínica Derma Line — Mapeamento Corporal Digital de Pintas
https://dermaline.com.br/mapeamento-corporal-pintas/
Conteúdo informativo e educativo. A avaliação de lesões suspeitas e a definição da necessidade de exames complementares devem ser realizadas por profissional médico habilitado.
