Notícia
Pesquisadores desenvolvem algoritmo de inteligência artificial para diagnosticar trombose venosa profunda
Equipe de pesquisadores está desenvolvendo algoritmo de aprendizado de máquina com o objetivo de diagnosticar a trombose venosa profunda de forma mais rápida e eficaz do que exames diagnósticos tradicionais
Mikael Häggström via Wikimedia Commons
Fonte
Universidade de Oxford
Data
quarta-feira, 22 setembro 2021 06:50
Áreas
Diagnóstico. Inteligência Artificial. Medicina. Processamento de Imagens.
A Trombose Venosa Profunda (TVP) ocorre quando um coágulo sanguíneo é formado, mais comumente na perna, causando inchaço, dor e desconforto – e se não tratada, pode causar coágulos sanguíneos fatais nos pulmões. De 30% a 50% das pessoas que desenvolvem TVP podem apresentar sintomas de longo prazo e incapacidade.
Pesquisadores da Universidade de Oxford, do Imperial College de Londres e da Universidade de Sheffield, no Reino Unido, colaboraram com a empresa de tecnologia ThinkSono para treinar um algoritmo de aprendizagem automática de Inteligência Artificial – chamado AutoDVT – para distinguir os pacientes que tiveram TVP daqueles sem TVP. O algoritmo diagnosticou TVP com precisão quando comparado ao exame de ultrassom padrão ouro, e a equipe concluiu que usar o algoritmo poderia economizar US$ 150 por exame para os serviços de saúde.
“Tradicionalmente, os diagnósticos de TVP precisam de um exame de ultrassom especializado realizado por um radiologista treinado, e descobrimos que os dados preliminares usando o algoritmo de Inteligência Artificial acoplado a uma máquina de ultrassom portátil mostram resultados promissores”, disse a Dra. Nicola Curry, líder do estudo, pesquisadora no Departamento de Medicina da Universidade de Oxford e médica no Oxford University Hospitals NHS Foundation Trust.
Este é o primeiro estudo a mostrar que algoritmos de aprendizado de máquina – o tipo de algoritmo de inteligência artificial usado – podem potencialmente diagnosticar TVP, e os pesquisadores devem iniciar um estudo clínico cego comparando a precisão do AutoDVT com o tratamento padrão para determinar a sensibilidade do algoritmo em relação aos casos de TVP. A esperança é que o AutoDVT obtenha o diagnóstico correto mais rápido para quase 8 milhões de pessoas em todo o mundo que potencialmente têm um coágulo de sangue venoso a cada ano.
“O algoritmo de Inteligência Artificial não apenas pode ser treinado para analisar imagens de ultrassom que discriminam entre a presença e a ausência de um coágulo de sangue, ele também pode direcionar o usuário usando o bastão de ultrassom para os locais corretos ao longo da veia femoral, de modo que mesmo um usuário que não seja especialista pode capturar as imagens corretas’, disse Christopher Deane, membro da equipe do estudo e enfermeiro do Oxford Haemophilia and Thrombosis Center.
A equipe de pesquisa espera que a combinação da ferramenta AutoDVT, com a inclusão do algoritmo de Inteligência Artificial, permita que profissionais de saúde não especializados, como clínicos e enfermeiras, diagnostiquem e tratem a TVP rapidamente. Além disso, pode permitir o acesso às imagens por não especialistas, que então podem ser enviadas a um especialista, facilitando o diagnóstico de quem não consegue chegar a um especialista.
“Atualmente, muitos pacientes não têm um diagnóstico definitivo dentro de 24 horas de uma suspeita de TVP, e muitos pacientes acabam recebendo injeções dolorosas do que muitas vezes pode ser um anticoagulante desnecessário, com potenciais efeitos colaterais”, concluiu o Dr. Nicola Curry.
Os resultados do estudo foram publicados na revista científica Digital Medicine.
Acesse o artigo científico completo (em inglês).
Acesse a notícia completa na página da Universidade de Oxford (em inglês).
Fonte: Universidade de Oxford. Imagem: Ultrassonografia Doppler da perna mostra trombose venosa profunda na veia femoral. Fonte: Mikael Häggström via Wikimedia Commons.
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