UNIFAL-MG busca ferramentas para auxiliar no diagnóstico precoce da Covid-19; pesquisadores investigam uso da inteligência artificial para identificar padrões da doença por meio da tomografia

Na interpretação de imagens médicas, métodos manuais de visualização podem ser demorados e sujeitos a erros por parte do intérprete. Essa situação levou ao crescimento de diagnósticos automatizados baseados em imagens como suporte, sendo um dos tópicos de pesquisa mais explorados atualmente. E para ajudar a controlar a propagação da Covid-19, pesquisadores da UNIFAL-MG buscam gerar ferramentas úteis que auxiliem médicos no diagnóstico precoce da infecção. A pesquisa, que já está em desenvolvimento, utiliza a inteligência artificial para identificação de padrões da doença por meio da tomografia computadorizada do tórax.

“A avaliação radiológica torácica é essencial para a avaliação de pacientes com suspeita de infecção por Covid-19. A pronta detecção e diagnóstico da doença são indispensáveis para garantir o tratamento oportuno e o isolamento eficiente dos pacientes”, afirmou o professor do Instituto de Ciências Sociais Aplicadas (ICSA) e coordenador do projeto, Gabriel Pessanha.

De acordo com ele, como a detecção e consequente quantificação de padrões pelos radiologistas, mesmo os mais especializados e experientes, está sujeita a grandes variações interpessoais, a implementação de projetos com uso de inteligência artificial e deep learning podem auxiliar na detecção de padrões tomográficos da Covid-19. Nesse sentido, um sistema computacional pode ser utilizado como ferramenta para eliminação de dúvidas e se configurar como uma segunda opinião para o profissional.

Analogia entre o funcionamento de uma rede neural biológica e uma computacional (Crédito da imagem: arquivo Prof. Gabriel)

O projeto de pesquisa, intitulado “Identificação e avaliação tomográfica do comprometimento pulmonar pela infecção por SARS-CoV-2 utilizando inteligência artificial”, foi aprovado na Chamada de Projetos e Ações de Pesquisa e Inovação para o Enfrentamento à Covid-19, lançada pela Pró-Reitoria de Pesquisa e Pós-Graduação (PRPPG) da UNIFAL-MG e conta com R$9.600,00 para desenvolvimento.

A pesquisa teve início na Universidade de Lancaster, no Reino Unido, que realizou parcerias com hospitais brasileiros para formação de uma base de dados de tomografia de tórax para a identificação da doença causada pelo coronavírus. Após a criação dessa base foi feita uma parceria com pesquisadores da UNIFAL-MG e, atualmente, estão sendo desenvolvidos modelos de inteligência artificial, que já foram treinados e testados em ambientes simulados com resultados promissores.

“As preocupações recorrentes com a escassez de recursos e aumento exponencial de demanda por serviços médicos, faz com que um diagnóstico de imagem preciso e tempestivo possa incrementar a eficácia dos tratamentos e, além disso, facilitar o processo de triagem e isolamento de pacientes com padrões de comprometimento pulmonar característicos ao Covid-19”, explicou o Prof. Gabriel.

Os pesquisadores tem a expectativa de que os resultados futuros da proposta contribuam na análise de imagens médicas, além de disponibilizar modelos de inteligência artificial desenvolvidos em plataformas abertas e uma base de dados para auxílio de pesquisa da comunidade acadêmica e científica.

Leia também: UNIFAL-MG divulga resultado de chamada de propostas de pesquisa para enfrentamento à Covid-19: projetos receberão cerca de R$ 700 mil


Projeto de pesquisa: Identificação e avaliação tomográfica do comprometimento pulmonar pela infecção por SARS-CoV-2 utilizando inteligência artificial
Instituição: 
Universidade Federal de Alfenas
Chamada: 
Chamada de Projetos e Ações de Pesquisa e Inovação para o Enfrentamento à Covid-19 da UNIFAL-MG
Valor:
R$ 9600,00

Instituição parceira: Universidade de Lancaster (UK)

Pesquisadores envolvidos:

  • Prof. Gabriel Pessanha (Centro de Inteligência em Análises e Mercados (cIA) / UNIFAL-MG)
  • Prof. Eduardo Soares (Centro de Inteligência em Análises e Mercados (cIA) / Lancaster University)
  • Discente – Ariela Marçal Stefanini (Centro de Inteligência em Análises e Mercados (cIA) / UNIFAL-MG)
  • Discente – Taylor Oliveira Fidelis (Centro de Inteligência em Análises e Mercados (cIA) / UNIFAL-MG)