Um projeto de pesquisa do Instituto Federal Catarinense (IFC) de Videira desenvolveu uma tecnologia computacional capaz de auxiliar médicos no diagnóstico de doenças respiratórias. A ideia surgiu no contexto da pandemia do coronavírus para facilitar o diagnóstico de Covid-19, mas foi sendo expandida para outras doenças respiratórias como tuberculose, pneumonia viral e bacteriana.
A iniciativa foi desenvolvida com apoio financeiro do Governo do Estado, por meio da Fundação de Amparo à Pesquisa e Inovação de Santa Catarina (Fapesc), que destinou R$ 100 mil para execução do projeto e para aquisição de equipamentos. O IFC firmou convênio com a Universidade Federal de Santa Catarina (UFSC) para que o projeto fizesse parte do Sistema Integrado Catarinense de Telemedicina e Telessaúde (STT). Com isso, a aplicação desenvolvida pelo IFC foi utilizada no STT, que atende o Sistema Único de Saúde (SUS).
De acordo com Manassés Ribeiro, coordenador do projeto e professor nos cursos de Informática e Ciência da Computação do IFC Videira, o sistema desenvolvido permite ao médico fazer o diagnóstico de forma mais assertiva, rápida e segura. Em resumo, a imagem radiológica do paciente é colocada no sistema e a Inteligência Artificial diz qual a doença o indivíduo poderia ter e qual o grau de confiabilidade do diagnóstico.
“A ferramenta não faz o diagnóstico porque isso é atividade exclusiva do médico, mas ela tem o potencial de auxiliá-lo em um diagnóstico mais assertivo, já que consegue prever com confiabilidade acima de 90% qual poderia ser a doença. A Inteligência Artificial possui surpreendente capacidade de encontrar os padrões dos achados radiológicos no exame e com isso significativa taxa de acertos na classificação das doenças. Dessa forma, além dos dados clínicos, o médico pode contar com o auxílio do computador para a interpretação do exame e diagnóstico”, explica.
O projeto intitulado “Desenvolvimento e Validação de Estratégias Computacionais de Diagnóstico Alternativo da Covid-19 Utilizando Imagens de Radiologia Convencional e Tomografia Computadorizada” usou para o seu desenvolvimento uma tecnologia de Inteligência Artificial (IA) de última geração, chamada Rede Neural Convolucional e transfer learning (transferência de conhecimento). Por meio destes conceitos e métodos foi utilizado um modelo de rede neural profunda já existente e “retreinada” para o uso em imagens radiológicas.
O projeto previu o desenvolvimento do sistema e a realização de testes-piloto. Com a finalização do trabalho, cabe aos gestores de saúde a avaliação sobre a possível continuidade de utilização da ferramenta. Além da contribuição científica e tecnológica, o projeto agregou conhecimento aos estudantes envolvidos, que desenvolveram projetos de Iniciação Científica e Trabalhos de Conclusão de Curso na mesma área, além de artigos científicos que estão em revisão em periódicos especializados da área de inteligência computacional e saúde.
