Notícia
Estudo envolvendo Inteligência Artificial pode auxiliar no diagnóstico de anomalias causadas pela COVID-19
Modelo consegue classificar sequelas em radiografias do tórax com cerca de 80% de precisão
Reprodução, Google Meet
Fonte
UNIFAL-MG | Universidade Federal de Alfenas
Data
sexta-feira, 29 abril 2022 15:45
Áreas
Ciência de Dados. Computação. Inteligência Artificial. Saúde Pública.
Com o uso de Inteligência Artificial (IA), estudantes do curso de Ciência da Computação da Universidade Federal de Alfenas (UNIFAL-MG) estão desenvolvendo um método de classificação de imagens capaz de auxiliar no diagnóstico da COVID-19, de maneira precisa e rápida. Este é o produto da pesquisa ‘Identificação e localização de anomalias causadas pela COVID-19 em radiografias do tórax utilizando Inteligência Artificial’, desenvolvida pelos acadêmicos Luiz Gustavo Akazawa Nóra e Pedro Paulo Miranda Afonso, sob a coordenação do Dr. Ricardo Menezes Salgado, professor do Instituto de Ciências Exatas (ICEx) da UNIFAL-MG.
“A proposta é auxiliar radiologistas no diagnóstico da COVID-19, servindo como um meio alternativo aos testes convencionais. Enquanto um teste convencional leva horas para ser obtido, uma radiografia precisa apenas de alguns minutos”, destacou o coordenador da pesquisa. Segundo ele, nem todos os hospitais têm laboratórios capazes de realizar um teste preciso e com alta tecnologia, o que faz das radiografias uma opção de diagnóstico para médicos iniciarem tratamentos com mais rapidez.
O pesquisador explicou que a capacidade de processamento de dados de uma Inteligência Artificial é maior do que a de um ser humano, fato que a torna uma aliada dos profissionais de saúde. “Em frações de segundos, o processamento via IA pode analisar milhões de prontuários visando fazer comparações e auxiliar a decisão de um médico”, afirmou o professor.
De acordo com o professor Ricardo Salgado, o modelo inteligente em desenvolvimento tem como principal objetivo auxiliar nas tomadas de decisão dos profissionais da saúde, sobretudo, os médicos, uma vez que as informações fornecidas pelo modelo têm uma base de comparação confiável e precisa, gerando assim melhorias no diagnóstico clínico.
“Assim como o VAR [Árbitro Assistente de Vídeo] no futebol ajuda o árbitro a reduzir erros, ainda que eles continuem existindo, a IA pode auxiliar os radiologistas a identificar e classificar se essas anomalias podem ou não ser classificadas como COVID-19, dando um norte, ainda que a decisão final seja do radiologista, diminuindo diagnósticos errados no geral”, esclareceu o pesquisador.
De acordo com o professor, o algoritmo desenvolvido pelo projeto consegue classificar uma anomalia corretamente com uma precisão de cerca de 80%.
O projeto, iniciado em setembro de 2021 e previsto para ser finalizado no segundo semestre de 2022, encontra-se em desenvolvimento no Laboratório de Inteligência Computacional (LInC) do Departamento de Ciência da Computação da UNIFAL-MG. Os estudantes envolvidos também utilizam computadores pessoais com o auxílio da programação em nuvem do Kaggle/Google, o que permite maior capacidade computacional, tanto em CPU quanto em memória RAM.
Acesse a notícia completa na página da Universidade Federal de Alfenas.
Fonte: Ana Carolina Araújo, UNIFAL-MG. Imagem: Registro da reunião virtual do grupo de pesquisa. Fonte: reprodução, Google Meet.
Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health 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 Portal Tech4Health 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 Portal Tech4Health, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.
Apenas usuários cadastrados no Portal tech4health t4h podem comentar, Cadastre-se! Por favor, faça Login para comentar