Somando-se aos esforços mundiais em conter a pandemia em andamento, um estudante da UFSC está usando a Inteligência Artificial (IA) para ajudar a comunidade científica e especialmente a rede pública de saúde a ter resultados mais rápidos dos exames de detecção do novo coronavírus. O modelo não está pronto para uso, porém seu idealizador trabalha a toque de caixa e busca novos colaboradores para aprimorá-lo (em https://electroporation.ufsc.br/covid19/).
“A ideia básica é descentralizar os testes de laboratório para testes rápidos e simples que podem ser feitos em qualquer computador, com resultados em menos de 30 segundos”, explica Matheus Tosta, pesquisador do LAR (Laboratório de Robótica Aplicada Raul Guenther) do Departamento de Engenharia Mecânica (EMC).
Sua proposta é classificar imagens de tomografias e de raio-X da região toráxica de pacientes com suspeita de infecção, para ver as chances de eles serem portadores do Covid-19. “É importante deixar bem claro que não quero substituir diagnósticos médicos, mas sim fornecer uma alternativa rápida e relativamente confiável para que eles confirmem ou não os casos suspeitos”, pondera o graduando em Engenharia Eletrônica. “Os resultados tem 70% de acurácia em termos de classificação correta”.
Com experiência na área de Robótica Industrial, o Prof. Henrique Simas acrescenta: “a Inteligência artificial trata variáveis estatisticamente, e na medida que a base de dados cresce, a rede aumenta sua possibilidade de acerto. Claro que nunca é 100% de acerto, uma vez que existem variáveis aleatórias difíceis de serem modeladas ou observadas”. Também do EMC, o Prof. Daniel Martins, supervisor do LAR, esclarece que a iniciativa de Matheus é uma adaptação do Projeto Robô de Inspeção de Redes, que usa IA para detectar, entre outras coisas, falhas do sistema elétrico. Seria uma utilização secundária da tecnologia e sua aplicação à saúde, com um sistema de identificação de padrões em radiografias em portadores de Covid-19.
Com o fechamento temporário das dependências da UFSC, o estudante tem trabalhado em casa em questões de IA, com contribuições a distância do Prof. Daniel; de Gustavo Queiroz, engenheiro mecânico formado na UFMG e mestrando do LAR; de Raul Guedert, engenheiro eletrônico graduado na UFSC e doutorando no Instituto de Engenharia Biomédica, onde também fez mestrado; e de Gustavo Simas, aluno de Engenharia Elétrica que até fevereiro atuava no mesmo laboratório.
Obviamente, iniciativas como as deles proliferam no planeta, principalmente onde a pandemia começou. “A China sempre foi um belo exemplo de como aplicar Inteligência Artificial na saúde; agora nesse momento não seria diferente. Acho importante darmos oportunidade para todos os meios possíveis de detecção, ainda mais aqueles que aceleram o processo”, disse. “No Brasil, a fila de exames a serem diagnosticados já passou de 9.000. Muitos dos diagnósticos podem acontecer em menos de 30 segundos se o médico tiver acesso àqueles casos das probabilidades parecidas e puder dar atenção mais rápida aos casos críticos.”
Por considerar pouco mais de 50 imagens, o modelo em desenvolvimento precisa ser aprimorado e é isso o que Matheus propõe a colaboradores, ao disponibilizar um repositório sobre a Rede Neural Convolucional profunda (modelos VGG16, VGG19, ResNet50 e ResNet152) em https://lnkd.in/e4ZW29v .
“Com um pouco de esforço, podemos facilmente aumentar a eficácia e contribuir no combate ao vírus”, ressalta o pesquisador (foto). Sua proatividade em trabalhar, , com um tema complexo e tão relevante é reconhecido pelo colega Gustavo Queiroz: “Iniciativas como essas proporcionam o desenvolvimento de tecnologias e abrem caminhos para o empreendedorismo. O mesmo algoritmo que hoje está sendo treinado para identificar a contaminação pelo Covid-19 poderá ser utilizado, no futuro, para diagnosticar tumores, pneumonias e até mesmo doenças infecciosas que se tornem pandemias como a que vivenciamos atualmente.”
Por Heloisa Dallanhol
Equipe de Divulgação do EMC/UFSC