Covid-19: Nova ferramenta usa inteligência artificial para auxiliar diagnóstico por imagem

Teresa Santos (colaborou Dra. Ilana Polistchuck)

Notificação

13 de novembro de 2020

Nota da editora: Veja as últimas notícias e orientações sobre a covid-19 em nosso Centro de Informações sobre o novo coronavírus SARS-CoV-2 .

Um projeto desenvolvido a partir da parceria entre pesquisadores da Universidade Federal de Pernambuco (UFPE) e da Universidade de Pernambuco (UPE) criou o IKONOS, uma ferramenta que utiliza inteligência artificial para apoiar o diagnóstico por imagem da covid-19. O sistema permite diferenciar imagens geradas por radiografia de tórax de pacientes com comprometimento pulmonar devido à infecção por SARS-CoV-2 das imagens de pacientes com outra pneumonia viral ou bacteriana.

Os detalhes do estudo foram publicados na edição de setembro do periódico Research on Biomedical Engineering. [1]

O grupo optou pela radiografia de tórax, porque, além de ser um método padrão para o diagnóstico de pneumonia, é um equipamento amplamente disponível nas unidades do Sistema Único de Saúde (SUS).

"Muitas pesquisas com covid-19 estão voltadas para a tomografia computadorizada (TC), que, de fato, é um tipo de diagnóstico até com imagens melhores, mas muito mais difícil de ser encontrado nos serviços brasileiros e muito mais caro. Escolhemos, portanto, a radiografia pela questão da disponibilidade, do valor e também por conta da contaminação. Atualmente, existem equipamentos de raios X portáteis, o que permite que o exame seja feito, por exemplo, à beira do leito na unidade de terapia intensiva (UTI). Isso contribui para diminuir a locomoção de pacientes contaminados pelo hospital", explicou em entrevista ao Medscape a engenheira biomédica Juliana Gomes, doutoranda da UPE e membro do grupo de pesquisa que criou o IKONOS.

O trabalho, coordenado pelo Dr. Wellington Pinheiro dos Santos, professor de engenharia biomédica da UFPE, foi iniciado em março e financiado por um edital emergencial da UFPE de enfrentamento à pandemia de covid-19. Segundo o pesquisador, o sistema foi inspirado em modelos internacionais com função semelhante, [2,4,5] porém, o grupo optou por seguir um caminho diferente.

"As outras soluções do mundo usavam um método computacional chamado deep learning (aprendizagem profunda), que trabalha com um modelo profundo baseado em redes neurais artificiais. Nós decidimos partir de um caminho que permitisse interpretar matematicamente a visão do médico sobre as imagens. Quando o radiologista analisa exames de raios X, procura por opacidades em vidro fosco, achados diferentes em relação à imagem normal e esses achados são texturas. Optamos então por seguir uma abordagem que usa um método mais clássico (análise de texturas), mas que não é costumeiramente usado no apoio ao diagnóstico por imagem. Apesar disso, trata-se de um método leve, do ponto de vista computacional", explicou o especialista em entrevista ao Medscape. Ele lembrou que essa metodologia pode conferir precisão tão boa quanto as outras, mas não exige recursos computacionais tão robustos, tal como ocorre com os modelos baseados em deep learning, o que facilitaria sua implementação nos serviços de saúde do país.

Para desenvolver o sistema de inteligência artificial, os pesquisadores da UFPE e UPE montaram uma base de dados com 6.309 imagens geradas por radiografia de tórax provenientes de pessoas saudáveis; pacientes com diagnóstico de covid-19 confirmado por reação em cadeia da polimerase (PCR, sigla do inglês, Polymerase Chain Reaction); com outra pneumonia viral; e com pneumonia bacteriana. Segundo o Dr. Wellington, as imagens foram obtidas a partir de parcerias e projetos com instituições de saúde e de pesquisa. O banco de dados incluiu exames de indivíduos de Pernambuco, São Paulo, Itália, Espanha, Irã e Iraque.

De acordo com Juliana, a equipe utilizou os extratores de Haralick e Zernike para extrair características de textura e de forma das imagens. "Pensamos neles porque são métodos clássicos, fáceis e conhecidos, e nós buscávamos algo que fosse simples, rápido e eficiente", ressaltou.

O passo seguinte foi empregar classificadores capazes de utilizar os dados de textura e de forma previamente extraídos para separar as imagens em grupos a partir dos diferentes padrões de opacidade.

O sistema de inteligência artificial elaborado pela equipe foi capaz de diferenciar as imagens de raios X de pacientes com covid-19 das imagens de pacientes com outra pneumonia viral ou bacteriana com acurácia de 89,79%; sensibilidade média de 0,8979; e precisão e especificidade médias de 0,8985 e 0,9963, respectivamente. "Conseguimos diferenciar as imagens que usamos no artigo com alta taxa de acerto e tivemos um baixo percentual de falso-positivo e falso-negativo. Os resultados foram muito bons, apesar de não termos reunido tantas imagens, porque desenvolvemos o projeto no começo da pandemia, quando ainda não tínhamos tantas referências como agora", destacou Juliana.

Na prática, o sistema funciona da seguinte forma: A equipe médica solicita a radiografia de tórax para pacientes com suspeita de covid-19 e, ao receber a imagem digitalizada, o profissional faz o upload para o sistema IKONOS. A ferramenta analisa a textura e a forma por meio de inteligência artificial e fornece um resultado, detalhando a acurácia, sensibilidade e especificidade. Esse dado pode então ser utilizado pela equipe para apoiar o diagnóstico.

Segundo o Dr. Wellington, é importante lembrar que o diagnóstico é um processo, no qual o exame clínico é imprescindível. "A solução é um apoio ao diagnóstico, porque o diagnóstico como processo vai exigir outros exames. O processo de diagnóstico clínico ainda conta muito e vai contar durante muito tempo: a anamnese é muito importante. O médico desempenha um papel semelhante ao de um detetive, e a nossa motivação é dar mais ferramentas para que ele possa encontrar diagnósticos mais facilmente, mais acurados e assim melhorar também o prognóstico dos pacientes", ressaltou.

Atualmente, o IKONOS pode ser acessado gratuitamente para fins não comerciais a partir de um código para versão de desktop no repositório Github . Embora o acesso seja aberto, o Dr. Wellington explicou que o serviço ainda não está disponível para uso em massa. "Ainda estamos em fase de finalização dessa solução como produto. Queremos que, em breve, seja possível acessá-lo como um serviço diagnóstico no servidor da UFPE. A ideia é que as pessoas possam fazer aplicativos ou usar os nossos aplicativos, integrando o sistema ao serviço de saúde. Não queremos deixá-lo em um formato final que exija que o usuário faça download, pois isso demandaria suporte técnico presencial para manutenção. Por outro lado, um software que funciona como um serviço na internet possibilita manutenção remota, o que contribui para que haja menor circulação de pessoas em unidades hospitalares destinadas ao atendimento de pacientes com covid-19. Essa também foi uma das nossas preocupações", ressaltou o pesquisador.

Os pesquisadores também estão trabalhando em outra frente: na elaboração de um plano pós-pandemia para estender o uso dessa ferramenta para outras doenças que afetam o trato respiratório. Segundo o Dr. Wellington, a equipe está buscando imagens de raios X de tórax de pacientes com tuberculose e outras doenças respiratórias, e também com câncer de pulmão, a fim de ampliar a base de dados do IKONOS, permitindo que, futuramente, ele possa funcionar como ferramenta de triagem inicial para uma gama maior de doenças.

Siga o Medscape em português no Facebook, no Twitter e no YouTube

Comente

3090D553-9492-4563-8681-AD288FA52ACE
Comentários são moderados. Veja os nossos Termos de Uso

processing....