Inteligência artificial desenvolvida na UNIFAL-MG ajuda no sistema de triagem para o diagnóstico de Covid-19 de pacientes do hospital Albert Einstein

Na corrida contra o tempo no enfrentamento ao novo coronavírus, cientistas brasileiros contribuem de forma decisiva no desenvolvimento de pesquisas que ajudam no combate à pandemia. Uma solução proposta pelo pesquisador Humberto Brandão, da área de inteligência artificial, do curso de Ciência da Computação da UNIFAL-MG, ajudou a criar um processo de triagem para o diagnóstico de pacientes do Hospital Israelita Albert Einstein de São Paulo, para aplicar testes em quem tinha mais chances de estar com Covid-19,  tendo em vista o número limitado de kits para essa finalidade, no início da pandemia.

A solução encontrada pelo professor Humberto fez parte de um desafio lançado pelo hospital no mês de abril, no qual foram disponibilizados dados de exames laboratoriais de pacientes com sintomas semelhantes àqueles causados pela Covid-19, em uma chamada à comunidade científica da área de pesquisa aplicada para ajudar a encontrar uma estratégia de triagem.

(Foto: Reprodução/Internet)

“Especialistas do hospital observaram que, pacientes com alguns sintomas causados pela Covid-19, poderiam ser ‘filtrados’, pois havia alta chance de apresentarem resultado negativo para Covid-19”, explica Prof. Humberto.

Segundo o pesquisador, sem a triagem, todos os primeiros pacientes desse grupo passariam pelo teste, o que ocasionaria o uso de kits que poderiam ser aplicados em pacientes com mais chances de terem o vírus. “Com a mesma quantidade de testes, podemos identificar um maior percentual de contaminados, se comparado a simplesmente aplicar testes em uma amostra aleatória de pessoas ou nos primeiros que chegam ao hospital. Para isso, fez-se necessário um processo de triagem”, ressalta.

O desafio foi lançado em abril na plataforma Kaggle.com, a qual reúne mais de meio milhão de pesquisadores de várias partes do mundo. Nesta plataforma, os participantes se dedicam a resolver problemas lançados pelas instituições e empresas, ofertando novas maneiras de resolver tais demandas a partir da análise dos dados disponibilizados.

No caso do hospital Albert Einstein, o banco de dados foi composto por informações anônimas de pacientes atendidos no hospital durante uma visita à emergência, cujas amostras coletadas tinham a finalidade de identificar o SARS-Cov-2. A tarefa dos pesquisadores seria encontrar uma maneira de prever o resultado do teste a partir dos resultados dos exames laboratoriais, se seria  positivo ou negativo. A previsão dos pesquisadores também ajudaria a organizar quais dos pacientes seriam admitidos na enfermaria, na unidade semi-intensiva ou na unidade de terapia intensiva do hospital.

Sucesso da solução apresentada pela UNIFAL-MG

O processo de triagem criado pelo professor Humberto, fundamento em inteligência artificial, criou quatro tomadores de decisão que usam apenas os dados de exames simples e baratos que o hospital poderia com facilidade fazer. “Estes ‘cérebros’ artificiais tiveram focos diferentes para que diferentes hospitais pudessem escolher de acordo com a realidade de cada um”, relata.

A solução apresentada pela UNIFAL-MG foi a mais votada e mais visualizada pelo mundo afora e parte da comunidade científica de pesquisa aplicada se interessou em implantar a mesma solução com outras bases de dados e hospitais.

As abordagens utilizadas pelo sistema apresentaram previsões que podem identificar infectados e economizar a aplicação dos kits, porém, também podem cometer erros e liberar alguns pacientes infectados. “Embora tenha sido doloroso saber que erros serão cometidos pelo sistema, fico agradecido em ver que a estratégia adotada é capaz de direcionar melhor a quantidade de exames para um grupo de pessoas que apresentam maiores chances de contaminação. É uma mistura grande entre tristeza e esperança”, comenta Prof. Humberto.

O pesquisador observa que liberar do hospital um paciente na triagem que seja positivo é muito ruim pois ele poderá espalhar o vírus. Por outro lado, identificando uma maior quantidade de contaminados com a mesma quantidade de testes disponíveis, é possível reduzir o espalhamento da Covid-19 de forma geral.

“Em todas as quatro abordagens, o sistema apresentado é capaz de identificar uma quantidade maior de contaminados, desde que haja a triagem, sem aplicar testes apenas nos primeiros pacientes que chegam com sintomas de Covid-19”, comenta.