Aprendizagem profunda pode tornar diagnóstico por raio-X ‘fiável’
Investigadores do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC), no Porto, concluíram que a aprendizagem profunda pode tornar “mais rápido e fiável” o diagnóstico por raio-X de manifestações graves da covid-19.
Em comunicado, o instituto do Porto afirmou que a investigação, publicada na revista Scientific Reports – Nature, debruçou-se sobre a utilização da inteligência artificial e da aprendizagem profunda no diagnóstico complementar por raio-X da Covid-19.
“A pandemia da Covid-19 veio revolucionar os sistemas de saúde de todo o mundo e a sua velocidade de propagação tornou fundamental o diagnóstico e uma deteção precoce de manifestações mais graves da doença”, observou o INESC TEC, acrescentando que o raio-X ao tórax se tornou numa das metodologias mais utilizadas de diagnóstico.
Desenvolvido no âmbito do projeto TAMI, do programa Carnegie Mellon Portugal, o estudo tentou perceber “de que forma é que a aprendizagem profunda pode ser colocada ao serviço do diagnóstico médico”.
A aprendizagem profunda é um ramo da aprendizagem computacional que visa dotar o computador da capacidade de aprender e executar tarefas similares às dos humanos, como por exemplo a identificação de imagens, reconhecimento de voz ou realização de prognósticos.
Citado no comunicado, o investigador do INESC TEC Aurélio Campilho, salientou que desde o início da pandemia “houve um grande esforço por parte da comunidade científica em propor novas abordagens de apoio ao diagnóstico médico”.
“O que o nosso estudo veio mostrar foi que a aplicação destes algoritmos num ambiente clínico é bastante mais complexa do que o esperado”, notou o investigador, afirmando que, juntamente com a Administração Regional de Saúde do Norte, foi possível identificar os principais desafios na aplicação destas ferramentas.
Além da identificação dos principais desafios, a investigação concluiu que a distinção entre a Covid-19 e outras patologias em raio-X é “uma tarefa realmente difícil e subjetiva, até para radiologistas experientes”.
No entanto, os investigadores destacaram que o desempenho dos algoritmos de aprendizagem profunda pode ser melhorado se estes aprenderem diretamente com os radiologistas, “identificando de forma mais clara os sinais radiológicos” e tornando mais “rápido e fiável” o diagnostico por raio-X de manifestações graves da Covid-19.
Apesar de a Covid-19 ter sido o principal “foco” do estudo, os investigadores pretendem agora “estendê-lo” a outras patologias identificadas através de raio-X.
“O nosso objetivo é desenvolver um sistema que permita identificá-las [outras doenças] de modo automático. Uma ferramenta deste tipo seria extremamente útil para ajudar radiologistas, técnicos e médicos menos experientes na interpretação de raio-X”, afirmou Aurélio Campilho.
A investigação foi desenvolvida ao abrigo do projeto TAMI que pretende colocar a inteligência artificial ao serviço do setor da saúde, através do desenvolvimento de ferramentas de apoio à decisão de modo a auxiliar a decisão médica, em particular, no cancro cervical, doenças pulmonares e doenças oculares.
Outros artigos que lhe podem interessar