Notícia

Nanotecnologia e Big Data poderão compor sistema de apoio ao diagnóstico médico

Shutterstock

Fonte

Agência Fapesp

Data

quarta-feira, 1 junho 2016 10:50

Áreas

Medicina. Biomedicina. Nanotecnologia. Bioinformática. Bioeletrônica. Biofísica. Bioquímica.

Com sensores portáteis, aptos a monitorar funções vitais e identificar moléculas marcadoras de doenças, e supercomputadores, capazes de processar quantidades assombrosas de dados e interpretar textos complexos, um sistema computacional global de apoio ao diagnóstico médico poderá se tornar realidade em uma década ou duas. A projeção foi feita em artigo de revisão publicado por quatro pesquisadores da Universidade de São Paulo (USP): “On the convergence of nanotechnology and Big Data analysis for computer-aided diagnosis”.

O artigo vincula-se a três projetos apoiados pela FAPESP: “Filmes nanoestruturados de materiais de interesse biológico”; “Desafios em visualização exploratória de dados multidimensionais: novos paradigmas, escalabilidade e aplicações”; e “Desenvolvimento de técnicas para buscas por similaridade em sistemas de gerenciamento de bases de dados complexos relacionais”.

“Estimamos o prazo de uma ou duas décadas para que um sistema global entre em funcionamento. Porém, sistemas mais simples, não universais, poderão ser viabilizados em tempo muito menor. Todas as previsões feitas em nosso artigo baseiam-se em coisas que já existem. Mas ainda não foram integradas”, disse o Prof. Dr. Osvaldo Novais de Oliveira Junior, um dos autores do trabalho, à Agência Fapesp. Oliveira é professor do Instituto de Física de São Carlos da Universidade de São Paulo (IFSC-USP).

De acordo com o pesquisador, a construção de um sistema computacional global de apoio ao diagnóstico médico pressupõe a combinação de três ingredientes. “Primeiro, é preciso coletar dados úteis para a proposição de diagnósticos. Refiro-me a um enorme conjunto de variáveis capazes de sinalizar diferentes condições de saúde ou de doença. Essa coleta tem muito a ver com nanotecnologia, pois envolve sensores, biossensores, sistemas de imagens – enfim, vários recursos que conjugam física, química, biologia e ciências dos materiais”, afirmou.

“O segundo ingrediente são textos, que tanto podem ser descritivos de condições de pacientes como descritivos de doenças. Sabemos que é muito difícil tratar textos por meios computacionais. Mas já existem tecnologias para isso, e cada vez melhores”, prosseguiu.

“O terceiro ingrediente é minerar todas essas informações, para que façam algum sentido. Aqui, entram várias técnicas classificatórias, baseadas em estatística ou em computação. De maneira simplificada, podemos dizer que será utilizado aprendizado de máquina. E há dois tipos: o aprendizado não supervisionado, em que são fornecidos muitos dados e é solicitado ao computador que os classifique; e o aprendizado supervisionado, em que são fornecidos exemplos e é solicitado ao computador que compare os novos casos com os anteriores. São duas abordagens baseadas em conceitos de big data, que é a capacidade de processar velozmente um grande volume de dados variados”, completou.

No domínio da coleta de dados – o primeiro ingrediente –, o pesquisador acredita que dispositivos muito promissores são os biossensores que utilizam nanotecnologia e podem ser adaptados às roupas ou aplicados diretamente sobre a pele. Pequenos, ultraleves e flexíveis, esses dispositivos estão sendo desenvolvidos para monitorar em tempo real uma ampla gama de variáveis, sinalizadoras de condições saudáveis ou patológicas.

“Dispositivos implantáveis são mais complicados, devido à contaminação pelos fluidos biológicos. Mas também estão em desenvolvimento. Aqui, o exemplo emblemático é o dispensador de insulina para diabéticos: um nanorrobô instalado no organismo que mede a taxa de glicose no sangue e, quando esta atinge um certo valor, libera a substância. Se o dispositivo funcionar bem, o diabético passará a ter uma vida normal e até esquecerá que é diabético. Será algo tão trivial quanto o marca-passo, que já incorporamos à vida cotidiana”, comentou o pesquisador.

Subaproveitamento de informações

A ideia é que os médicos possam recorrer a esse sistema inteligente como recorrem hoje a alguns exames de imagem e de laboratório para formular seus diagnósticos. “Em algumas situações, o próprio sistema será capaz de apontar as melhores alternativas de diagnóstico. Por exemplo: um exame de ressonância magnética de um órgão interno, como o fígado, fornece de mil a duas mil imagens. O rastreio dessa enorme quantidade de imagens é um caso típico em que a máquina pode ser muito mais eficiente do que o humano”, argumentou o pesquisador.

A espécie humana encontra-se em meio a um dilúvio de informação. Todos os dias são produzidos 2,5 quintilhões [2,5 x 10¹⁸] de bytes de dados. E 90% dos dados existentes no mundo foram gerados nos últimos dois anos. Isso significa que em apenas um biênio a humanidade criou um volume de informação nove vezes maior do que toda a informação criada nas dezenas de milhares de anos de sua existência anterior. De fato, computado apenas o tráfego de informação na internet, será ultrapassado, em 2016, o marco de um zettabyte (um sextilhão, ou 10²¹, de bytes). Um sistema global de apoio ao diagnóstico é uma das muitas maneiras de transformar essa massa descomunal de informação em conhecimento útil, e não em uma atordoante cacofonia.

Leia a reportagem completa da Agência Fapesp.

 

Fonte: José Tadeu Arantes, Agência Fapesp. Imagem: Shutterstock

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.