Apresentação de app de aprendizado sobre câncer de pele criado por um dermatologista
(molecheck.info)- Conteúdo de apresentação de um app de aprendizado sobre câncer de pele desenvolvido por um dermatologista
- Dá suporte para que os usuários tenham a melhor experiência em dispositivos móveis
- Recomenda acessar o site (molecheck.info) por meio da leitura de QR code
- Também pode ser usado no desktop, mas o uso no smartphone é mais adequado
- É possível adquirir conhecimento sobre câncer de pele por meio de quizzes sobre doenças e lesões de pele
molecheck.info e orientações de otimização para ambiente móvel
- O molecheck.info é um webapp de aprendizado sobre câncer de pele criado com participação direta de um dermatologista
- Os usuários podem escanear o QR code com a câmera do smartphone para receber a recomendação de usar o webapp em um dispositivo móvel
- Enfatiza que o ambiente móvel oferece a melhor experiência de uso
- Se quiser, o usuário também pode continuar usando o app em ambiente desktop
- Por meio do app, é possível resolver quizzes sobre lesões de pele e melhorar a compreensão sobre câncer de pele
1 comentários
Comentários do Hacker News
Gosto muito do aspecto DIY da programação com IA; se algum dermatologista tivesse tido essa ideia há pouco tempo, teria precisado encontrar um parceiro especializado e fazer muito trabalho para implementá-la de fato, então na maioria dos casos teria ficado só na ideia; isso não é algo exclusivo de não especialistas; eu mesmo tenho uma lista de ideias de projetos acumulada ao longo de décadas que nunca consegui realizar por falta de tempo; agora estou experimentando o que consigo fazer usando agentes de IA
Na verdade, a única coisa de que não gosto é o nome “vibe code”; fazer com que todos programem computadores de uma forma útil é realmente algo muito bom
Sou igual; por anos tive ideias girando na cabeça, mas nem tentava porque estava convencido de que “não vai dar certo”; trabalho como desenvolvedor profissional há quase 20 anos, então tenho capacidade suficiente para executar, mas parecia perda de tempo; agora estou tocando tudo com a ajuda da IA; os resultados são meio toscos, mas acho melhor do que não ter nada, porque nunca se sabe o que pode estourar
Eu também provavelmente conseguiria fazer isso sozinho, mas teria levado algumas semanas, e realisticamente acho que não teria terminado
Não sou especialista, mas tenho muito interesse em câncer de pele porque minha irmã teve melanoma; graças a isso subi rapidamente de 50% para 85% de acerto; como a maioria dos casos era de câncer de pele, foi fácil aprender; então meu conselho é que seria melhor se os casos reais de câncer de pele representassem 50% do total; claro, talvez o objetivo do aprendizado seja justamente focar nos casos malignos; na prática, era um problema bem mais complicado do que eu imaginava; deu até vontade de consultar um dermatologista de verdade
Se eu estivesse programando isso para o verdadeiro “treinamento” de dermatologistas, faria algo mais próximo da proporção do mundo real; como dermatologista, entre as lesões de pele que realmente preocupam as pessoas, talvez só 1 em 100 seja de fato câncer; no conjunto de dados atual há fotos demais de câncer, então mesmo marcando “é tudo câncer” a pontuação fica boa; mas se você acabar encaminhando gente demais sem câncer para o oftalmologista, no fim vira uma ferramenta difícil de usar
Bom ponto; na prática, provavelmente seria melhor algo em torno de 50:50 entre câncer e lesões benignas; pretendo refletir isso nas próximas versões; claro, a maioria das lesões cutâneas reais é inofensiva, mas ainda assim acho que até um treino curto e intensivo pode ajudar leigos a identificar lesões suspeitas
Pensando melhor, acho até que no começo seria melhor mostrar 100% ou uma proporção alta de casos malignos, para a pessoa aprender o que realmente precisa reconhecer; depois dá para aumentar a dificuldade aos poucos; quanto mais perto de 50%, mais a pontuação converge para a probabilidade simples, então parece mais difícil
As primeiras doze eram quase todas câncer, e as doze seguintes eram em sua maioria não cancerosas (não sei se isso foi realmente aleatório), (eu também realmente não consigo distinguir se uma lesão de pele é câncer ou não)
Sou daquelas pessoas que têm literalmente todo tipo de mancha, pinta e coisas misteriosas na pele, então esse projeto me parece bem assustador
É comum fazer um exame dermatológico de corpo inteiro todo ano; faço isso há anos por causa do meu tipo de pele, e no exame mais recente detectaram cedo um carcinoma basocelular
Eu só tenho uma coisa suspeita, mas mesmo assim passei uns 20 minutos pesquisando no Google “dermatofibroma e carcinoma basocelular”; no meu caso parece ser dermatofibroma, mas esse projeto me lembrou de novo que no fim vale a pena mandar verificar
Trabalho excelente; agora você realmente precisa estudar a parte estatística, e então vai perceber rapidamente que isso foi a parte fácil do trabalho; como usar de fato os resultados classificados de um jeito que traga benefício líquido para a saúde dos pacientes é uma barreira muito mais difícil; uma startup criou um sistema de classificação assim e resolveu bem a parte técnica, mas sofreu muito para descobrir como usá-lo na prática sem gerar resultados negativos; por menor que seja a taxa de erro, isso acaba sendo o principal desafio; tanto falsos positivos quanto falsos negativos têm custos financeiros e emocionais altos
Ferramenta realmente útil; gostaria que houvesse mais explicações sobre a lógica da decisão ou ajuda para entender como chegar à resposta certa na foto; tenho dificuldade para distinguir melanoma de queratose seborreica/nevo e ainda não entendi bem; examinei com cuidado umas 120 imagens e ainda não peguei o jeito; e, além disso, a página de guia no menu não existe: https://molecheck.info/how-to-recognise-skin-cancer
Feedback realmente valioso; vou melhorar a orientação para ajudar mais no reconhecimento e também adicionar uma explicação detalhada no menu; na verdade achei que só eu e alguns dos meus pacientes usaríamos isso, e nunca imaginei que iria parar na primeira página do HN
Tive uma sensação parecida; queria um modo em que 50% do conjunto fosse melanoma e 50% fossem “lesões benignas marrons”
Fico me perguntando se isso é mesmo um "melanoma invasivo" link
Pelos metadados do conjunto de dados, está marcado como tal; claro, também pode estar classificado errado; em casos muito raros, uma pinta que parece normal por fora pode na verdade ser maligna; por exemplo, casos de naevoid melanoma: imagens do Google de naevoid melanoma; é por isso que o diagnóstico dermatológico é difícil, e a classificação de imagens por IA não é simples do ponto de vista jurídico e de gestão de risco; em reuniões multidisciplinares sobre melanoma, já vi uma ou duas vezes por ano casos que, olhando fotos antigas, não pareciam minimamente suspeitos; algo que sempre enfatizo aos pacientes é que mesmo uma pinta sem mudança aparente por fora deve sempre ser avaliada se estiver mudando ao longo de alguns meses
Sim, isso quase certamente parece um erro de classificação
Eu também sou médico e gostaria muito de ouvir mais sobre a intenção do projeto e o processo de desenvolvimento; uma divisão binária entre “preocupante/não preocupante” parece mais importante para o clínico que recebe a consulta, enquanto uma classificação de múltipla escolha como “BCC vs melanoma” parece mais útil para o ensino de estudantes de medicina; como outras pessoas comentaram, também seria interessante alinhar isso mais com pacientes reais ou com a realidade da atenção primária, embora possa acabar ficando meio monótono se aparecerem lesões benignas demais
Ideia muito boa, um ótimo exemplo de usar IA para transformar ideias em algo real; ferramentas educacionais feitas por especialistas talvez sejam o caso mais promissor da era da IA; ainda assim, fico um pouco amargurado porque a IA muitas vezes é usada de forma negativa para deslocar o valor dos criadores da internet para o lado dos investidores de tecnologia, e projetos assim às vezes acabam sendo usados em discussões do tipo “por que você é contra tratar câncer”, como resposta às críticas
Na verdade, já surgiram muitas startups nesse tema, e embora tenham conseguido fazer a tecnologia funcionar, superar os desafios médicos e éticos foi um desafio muito mais duro
Obrigado pelo feedback; fico feliz que muitas pessoas estejam achando o app útil; com certeza isso só foi possível graças à programação com IA, e acho que no futuro poderá ser aplicado a muitas outras áreas não especializadas
Projeto muito legal e realmente útil para aprendizado, mas tenho uma preocupação: no app, a proporção entre lesões “preocupantes” e “não preocupantes” não parece bater com a população real; a chance de uma pinta escolhida aleatoriamente ser câncer não é tão alta quanto o app sugere; claro, isso talvez seja necessário para eficiência de aprendizado, mas pode gerar um viés de preocupação excessiva em leigos; talvez fosse bom ensinar junto a taxa-base de ocorrência
É o uso perfeito de programação com IA; um especialista de domínio fez um app concentrado e de baixa dificuldade de implementação; @sungam, se você algum dia for pesquisar modelos de IA para câncer de pele, pode entrar em contato quando quiser (meu email está no perfil); estou criando ferramentas para ajudar pesquisadores clínicos a incorporar IA com facilidade em seus estudos