Notícia

Inteligência artificial facilita diagnóstico de COVID-19 com análise automática de radiografias simples de tórax

Pesquisa internacional permitiu o desenvolvimento de um sistema de diagnóstico automático que aponta o importante papel que a inteligência artificial e a radiografia de tórax podem desempenhar no diagnóstico precoce da doença

Divulgação, Universidade Politécnica de Madri

Fonte

Universidade Politécnica de Madri

Data

sábado, 26 dezembro 2020 06:30

Áreas

Diagnóstico. Doenças Infecciosas. Inteligência Artificial. Radiologia. Saúde Pública.

A pandemia de COVID-19 se tornou um dos maiores desafios de saúde da história recente, já tendo infectado milhões de pessoas e levando ao limite os sistemas de saúde em todo o mundo. O diagnóstico clínico da doença é feito após o teste de PCR-RT, frequentemente complementado por uma radiografia simples de tórax. Devido ao acometimento primário do sistema respiratório, a pneumonia por COVID-19 pode ser observada em radiografias simples de tórax, método que se mostra rápido, minimamente invasivo, de baixo custo e de logística muito simples. A análise combinada visa reduzir o número de falsos negativos nos exames – sua sensibilidade varia entre 70-90% -, melhorando o diagnóstico e a avaliação da doença.

Diante do exposto, e contando com a capacidade que os sistemas baseados em inteligência artificial têm de obter informações que passariam desapercebidas a olho nu, pesquisadores da Universidade de Antioquia, na Colômbia, da Universidade Politécnica de Madri, na Espanha, e da Universidade Johns Hopkins, nos Estados Unidos, desenvolveram uma prova de conceito de médio-grande porte de um sistema de diagnóstico computadorizado para a COVID-19, utilizando imagens de radiografia simples de tórax. O estudo teve a Coordenação do professor Dr. Juan Godino-Llorente do Laboratório de Bioengenharia e Optoeletrônica da Universidade Politécnica de Madri.

“Desde fevereiro de 2020, a OMS considera os critérios de diagnóstico e avaliação da radiografia de tórax para infecção por COVID-19. As recomendações baseiam-se no fato de que a pneumonia associada produz sombras em manchas brancas nos pulmões, conhecidas como opacidades de vidro fosco”, explicou o Dr. Jorge Andrés Gómez, do Laboratório de Bioengenharia e Optoeletrônica da Universidade Politécnica de Madri e um dos co-autores deste trabalho. “Esses padrões, no entanto, costumam ser confundidos com outros encontrados em diversas pneumonias virais e/ou bacterianas, dificultando o diagnóstico clínico por imagem diagnóstica. Além disso, sua análise tem um gargalo significativo devido à necessidade de radiologistas especialistas para interpretar as imagens, o que, em um contexto de alta pressão sanitária devido à pandemia, pode ser problemático ”, destacou o pesquisador.

Um diagnóstico mais rápido

Para resolver este problema e favorecer a utilização da radiografia como elemento diagnóstico, os investigadores conceberam um sistema de apoio à decisão baseado em redes neurais e paradigmas de aprendizagem profunda, proporcionando um diagnóstico automático, capaz de diferenciar o COVID-19 de outras pneumonias e identificar as regiões afetadas pela doença de forma eficiente.

“Com o objetivo de transferir os resultados para os ambientes clínicos, não só foi avaliada a capacidade diagnóstica do sistema, mas também se estudou o efeito de um conjunto de fatores que poderiam enviesar as decisões, como a tecnologia do Raio-X, tipo de imagem, sexo do paciente, e outros; a conclusão foi que não há evidências claras de viés no sistema ”, explicou o Dr. Jorge Gómez.

Através da análise automatizada de imagens de radiografia simples de tórax, o sistema desenvolvido fornece um método objetivo complementar e minimamente invasivo para o diagnóstico e avaliação do grau de envolvimento da doença.

“Os resultados mostram uma especificidade e sensibilidade muito altas (acima de 90%, e comparáveis ​​às alcançadas por especialistas em radiologia). Por outro lado, o sistema fornece resultados em poucos minutos, reduzindo significativamente o tempo despendido por especialistas em radiologia avaliando cada paciente e fornecendo evidências com capacidade diagnóstica em estágios incipientes da doença (nos primeiros cinco dias). Além disso, o sistema é fácil de transferir para o ambiente clínico, pois está integrado a um serviço disponível na nuvem”, concluiu concluiu o Dr. Jorge.

O estudo foi publicado no IEEE Access, com acesso aberto.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página da Universidade Politécnica de Madri (em espanhol).

Fonte: Universidade Politécnica de Madri. Imagem: Divulgação, Universidade Politécnica de Madri.

Em suas publicações, o Canal Farma da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Canal Farma tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Canal Farma e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Canal Farma, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.

Leia também

2021 Canal Farma | Portal de Notícias, Conteúdos e Rede Profissional em Ciências Farmacêuticas, Tecnologias e Saúde da Rede T4H.

Entre em Contato

Enviando

Fazer login com suas credenciais

ou    

Esqueceu sua senha?

Create Account