Os pombos podem parecer candidatos improváveis para contribuir com a medicina, mas um estudo conduzido por pesquisadores dos Estados Unidos mostrou que essas aves conseguem identificar sinais associados ao câncer de pulmão em exames de tomografia computadorizada.

A descoberta não significa que os animais passarão a diagnosticar pacientes, mas pode ajudar no desenvolvimento de sistemas de inteligência artificial capazes de auxiliar médicos na interpretação de exames e reduzir falhas no diagnóstico.

A pesquisa, liderada por Gregory DiGirolamo, do College of the Holy Cross, e publicada na revista científica Animal Cognition, treinou seis pombos para diferenciar tomografias com e sem nódulos pulmonares. Depois dessa etapa, os animais também passaram a reconhecer espontaneamente outras alterações nos pulmões para as quais nunca haviam sido treinados.

Segundo os autores, entender como o sistema visual dessas aves identifica padrões pode fornecer pistas valiosas para o desenvolvimento de ferramentas de IA voltadas ao diagnóstico por imagem.

O desafio de identificar o câncer em exames

O novo estudo surgiu a partir de uma pesquisa anterior da mesma equipe, publicada em 2025, que investigou como radiologistas interpretam exames de tomografia computadorizada.

Utilizando tecnologia de rastreamento ocular, os pesquisadores observaram que, em alguns casos, os médicos fixavam o olhar diretamente sobre um nódulo pulmonar suspeito e apresentavam sinais de que o cérebro havia percebido uma possível anormalidade, como maior tempo de observação e dilatação das pupilas.

Mesmo assim, alguns desses exames acabavam sendo classificados como normais. Para os pesquisadores, isso indica que determinadas informações podem ser processadas pelo cérebro de forma inconsciente, sem chegar à percepção consciente do especialista.

Como os pombos foram treinados

Para investigar esse mecanismo, os cientistas treinaram seis pombos para analisar pequenos vídeos de tomografias computadorizadas do tórax. Metade das aves recebia alimento ao identificar corretamente exames com nódulos pulmonares, enquanto a outra metade era recompensada ao reconhecer imagens sem alterações.

Após o treinamento, os pombos conseguiram classificar corretamente tomografias que nunca haviam visto antes. Segundo os autores, isso demonstra que eles aprenderam a reconhecer padrões visuais associados às alterações pulmonares, e não apenas a memorizar imagens específicas.

O resultado mais surpreendente surgiu quando os pesquisadores apresentaram exames contendo outras alterações pulmonares. Mesmo sem treinamento adicional, as aves também passaram a identificar casos de enfisema e opacidades em vidro fosco, um tipo de alteração que pode estar associado ao câncer de pulmão em estágio inicial e a outras doenças respiratórias.

Em entrevista à Popular Science, DiGirolamo explicou que essas alterações têm aparência bastante diferente dos nódulos pulmonares para os observadores humanos. Ainda assim, os pombos foram capazes de reconhecer características visuais comuns entre elas.

Como a descoberta pode ajudar a inteligência artificial

O objetivo da pesquisa não é utilizar pombos na rotina médica, mas compreender como sistemas visuais conseguem identificar padrões difíceis de detectar.

A próxima etapa será combinar dados de rastreamento ocular e respostas fisiológicas dos radiologistas, como a dilatação das pupilas, para treinar algoritmos de inteligência artificial capazes de identificar alterações que possam passar despercebidas durante a análise dos exames.

Segundo DiGirolamo, essas ferramentas deverão atuar como um sistema de apoio aos radiologistas, complementando a avaliação dos especialistas, e não substituindo seu julgamento clínico.

O pesquisador também afirmou que a mesma abordagem poderá, no futuro, ser aplicada em outras áreas, como a interpretação de eletrocardiogramas, a autenticação de obras de arte e os sistemas de inspeção de segurança em aeroportos.

Embora a tecnologia ainda esteja em fase experimental, o estudo mostra como pesquisas sobre comportamento animal, percepção visual e inteligência artificial podem contribuir para o desenvolvimento de novas ferramentas capazes de tornar os diagnósticos médicos mais precisos e seguros.