Diagnóstico médico: garantir privacidade e explicar modelos de deep learning são objetivos de projeto liderado pelo INESC TEC

CAGING – Causality-driven Generative Models for Privacy-preserving Case-based Explanations – é o nome do novo projeto liderado pelo INESC TEC e que conta com a colaboração do Instituto de Cancro dos Países Baixos (The Netherlands Cancer Institute – NKI). Financiado pela Fundação para a Ciência e Tecnologia (FCT), este projeto pretende criar uma solução que permita explicar os modelos de deep learning usados no apoio ao diagnóstico médico, garantindo a privacidade dos dados relativos aos doentes.

Contribuir para uma melhor compreensão do comportamento dos modelos de deep learning usados no apoio ao diagnóstico médico é o grande objetivo do CAGING. O projeto tem previsto o desenvolvimento de um conjunto de soluções inovadoras, propondo um equilíbrio entre a necessidade de diagnósticos precisos e a importância de proteger a privacidade do paciente.

“A adoção de métodos baseados em deep learning nos sistemas de apoio ao diagnóstico tem sido impactada pela dificuldade em interpretar estes métodos”, avança Luís Teixeira. De acordo com o investigador do INESC TEC, a geração de explicações associadas à decisão dos modelos é, neste contexto, uma importante ferramenta, que pode potenciar melhorias, quer ao nível da precisão, quer da confiabilidade do processo de diagnóstico, do qual é exemplo o diagnóstico de doenças respiratórias a partir de imagens de radiografias pulmonares.

Desta forma, o projeto CAGING propõe o desenvolvimento de técnicas causais de preservação da privacidade, gerando explicações baseadas em exemplos e garantindo que os dados sobre os doentes se encontram protegidos. “Pretendemos separar as características médicas e de identidade, mantendo toda a informação clínica e protegendo a privacidade do paciente”, explica o investigador.

Com um orçamento de aproximadamente 50 mil euros, o projeto é liderado pelo INESC TEC, contando com o envolvimento de investigadores do NKI. Teve início em fevereiro de 2023 e deverá ficar concluído em julho de 2024.

O investigador mencionado na notícia tem vínculo ao INESC TEC e à UP-FEUP.