Notícia

Mundo + Tech

Como um algoritmo de Inteligência Artificial ajuda a prever complicações de uma doença - Mundo + Tech

Publicado em 05 agosto 2020

Pesquisadores brasileiros criaram algoritmo de Inteligência Artificial que ajuda no diagnóstico de COVID-19 e aponta se paciente pode ter complicações.

Diagnosticar precisamente uma pessoa com COVID-19 e saber se ela pode ou não ter complicações sintomáticas ainda é um desafio para profissionais da saúde. Mas, tecnologias como Inteligência Artificial e Machine Learning têm ajudado a encontrar métodos mais precisos.

Recentemente, um grupo de pesquisadores brasileiros desenvolveu um exame que realiza o diagnóstico da doença em cerca de 20 minutos. O método utiliza um algoritmo de Inteligência Artificial enão necessita de reagentes importados, barateando o custo de produção.

No caso da IA, a tecnologia reconheceu um padrão característico de moléculas da doença em amostras de plasma sanguíneo de pacientes. Já nos casos confirmados, o algoritmo conseguiu identificar as pessoas que poderiam apresentar quadros mais graves da doença.

A pesquisa, apoiada pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), conta com a participação de pesquisadores da Universidade Estadual de Campinas (Unicamp), da Universidade de São Paulo (USP) e colaboradores do Amazonas.

Como mostra uma publicação da FAPESP, o artigo sobre a pesquisa foi publicado na plataforma medRxiv (disponível em inglês aqui), mas ainda aguarda a revisão por pares. Mesmo assim, a equipe iniciou o processo de certificação junto à Agência Nacional de Vigilância Sanitária (Anvisa).

“Nos testes feitos para validar a metodologia, conseguimos diferenciar as amostras positivas e negativas com um acerto de mais de 90%. Também fizemos a diferenciação entre casos graves e leves com acerto em torno de 82%”, explicou o professor da Unicamp Rodrigo Ramos Catharino, coordenador da pesquisa, ao site da FAPESP.

Como o algoritmo de Inteligência Artificial ajudou a desenvolver o exame

O projeto faz parte do doutorado de Jeany Delafiori, do Laboratório Innovare de Biomarcadores (Unicamp), e integra uma linha de pesquisa sobre diagnóstico de doenças como zika e dengue ao combinar técnicas de metabolômica e Machine Learning.

Metabolômica é o estudo científico para identificar e quantificar os metabólitos (uma espécie de “assinatura” da doença) produzidos e/ou modificados por um organismo.

Para ensinar o algoritmo de Inteligência Artificial a reconhecer os padrões de metabólitos em casos positivos e negativos para a doença e os de casos leves e graves, os pesquisadores coletaram amostras de sangue de 728 pacientes.

Desse total, 369 tinham diagnóstico de COVID-19 confirmado clinicamente e por RT-PCR. Para os pacientes que foram internados devido a complicações da doença, uma segunda amostra de sangue foi retirada. Já as amostras dos não infectados serviram para comparar com as restantes.

Assim, toda essa coleta foi dividida em duas partes. A primeira serviu para ensinar a Inteligência Artificial a identificar esses padrões, enquanto a segunda serviu como um teste cego para avaliar o acerto final analisado pelo sistema de IA.

A análise das amostras alcançou uma taxa de 97,6% de especificidade (diferenciar COVID-19 de outras doenças) e 83,8% de sensibilidade (parâmetro que mostra se o método para detectar a presença ou ausência da doença é sensível).

Quanto à análise para entender se um paciente pode ter sintomas mais graves, a taxa de especificidade foi de 76,2%, enquanto a de sensibilidade foi de 87,2%. “Ainda estamos trabalhando para melhorar a taxa de acerto do exame, à medida que novas amostras de pacientes são coletadas por nossos colaboradores”, contou Delafiori à FAPESP.

Software com resultados vai ajudar médicos e profissionais da saúde

Todo o desenvolvimento do algoritmo de IA foi coordenado pelo professor Anderson Rocha, do Laboratório de Inferência em Dados Complexos (Recod) do Instituto de Computação (IC) da Unicamp. 

Com uma taxa de acerto em torno de 90%, Rocha acredita que o sistema de análise seja aprimorado cada vez mais quando o algoritmo receber novas amostras coletadas de pacientes, resultando em uma melhor performance da solução.

Para facilitar a tomada de decisão de um médico ou profissional da saúde, o time comandado por Rocha desenvolveu um software que automatiza o processo de análise e entrega um relatório com o diagnóstico do paciente e se, em caso de confirmado, ele poderá ter risco de complicações.

Desse modo, ter uma análise preditiva do quadro dos pacientes pode permitir aos especialistas de saúde tomarem a decisão de mantê-los em isolamento domiciliar ou se eles devem ser encaminhados para um hospital de maior complexidade.

Quais as diferenças deste projeto para os outros

A primeira diferença, levantada por Catharino, é a de que o exame poderia custar uma média de R$ 40 por amostra quando estiver em operação. Esse valor, segundo o coordenador da pesquisa, é a metade do preço de custo do RT-PCR.

Outro destaque é a possibilidade de fazer um diagnóstico precoce da doença a partir de uma amostra de sangue, bem mais “fácil’ de coletar do que a secreção nasal usada no exame RT-PCR.

Há também uma diferença para outros testes sorológicos. Enquanto a maioria dos testes laboratoriais analisa a presença de algumas poucas substâncias no sangue, o algoritmo de Inteligência Artificial desenvolvido pela equipe consegue encontrar milhares de variáveis e extrair as interconexões diretas e cruzadas entre elas. Por exemplo, mostrar quais substâncias aumentaram ou diminuíram em pacientes com uma doença.

Para diferenciar desse cenário, a equipe se apoiou em um modelo matemático que está em desenvolvimento há três anos. Esse sistema computacional, quando usado no diagnóstico de COVID-19, pode ajudar a otimizar o processo de análise do diagnóstico, assim como desvendar o mecanismo da doença.

O próximo passo é melhorar a performance da solução ao aumentar a diversidade das amostras coletadas e continuar com o protocolo de registro na Anvisa.

Essa notícia também repercutiu nos veículos:
UOL Estadão.com G1 Estado de Minas online Yahoo! Portal Exame UOL Portal R7 Diário do Rio Claro Mundo Lusíada Central das Notícias Casa de Notícias MSN Agora RN online Blog de Isabella Barros Martins Central das Notícias 2A+ Farma Portal Thathi ICTQ - Instituto de Ciência, Tecnologia e Qualidade Central das Notícias Blog do Valente Camaçari Notícias Jornal O Diário (RJ) online Via Comercial O Popular (Piracicaba, SP) online O Sul online Ouro Preto Online O Sul Terça Livre TV Panorama Farmacêutico Diário de Taubaté online Duna Press São Carlos em Rede Galileu online Coluna Supinando Jornal Ação Popular Bahia.ba Jornal Integração Folha Vitória online Altair Tavares GP1 Terra MSN Radar do Futuro Portal da Enfermagem Atemporal Central das Notícias MSN Veja Saúde online NewsBeezer Jornal da Ciência online Câmara Municipal de São Paulo Bomba Bomba Rondonotícias Central das Notícias Piauí Noticias TV Minas Olha Goiás Acontece Agora Online A Voz do Triângulo Blog Cidade News Itaú Rádio Studio FM 98.3 Vale São Patrício Alagoas 24 Horas Notivagos Indiaroba Web Rádio Top Samba Diário da Notícia Head Topics (Reino Unido) Tabocas Notícias Resende News Cenário MT Dica do tio O Sul online Notícia da Bahia Recôncavo no Ar Bahia.ba Mix Vale Portal do Governo do Estado de São Paulo Portal Saúde no Ar CNN (Brasil) Jornal Folha da Terra (Itupeva, SP) online Central das Notícias Algomais online Noticias RTV (Espanha) Central das Notícias Canaltech Dom Total Agenda Capital ABIPTI - Associação Brasileira das Instituições de Pesquisa Tecnológica e Inovação UNICAMP - Universidade Estadual de Campinas Camaçari Notícias Única News Barriga Notícias Bahia Econômica Panorama Farmacêutico Sistema de Notícias PB Agora Notícias de Campinas Revista Amazônia Jornal Alerta Catraca Livre Blog Clara Melo Pinto TV Web Cariri Blog Marina Alves Castro Blog Jornal da Mulher Central das Notícias Olhar Digital LabNetwork Epoch Times em Português Rádio Brasil Campinas Jornal de Piracicaba Panorama Farmacêutico Correio Popular (Campinas, SP) Correio Popular (Campinas, SP) online Metro Jornal online Clube FM 100.5 Melody FM 94.1 106.7 FM (Ribeirão Preto, SP) Central das Notícias Band FM Tangará da Serra 92.1 Central das Notícias A Cidade On (São Carlos, SP) USP São Carlos São Carlos em Rede A Cidade On (São Carlos, SP) Correio Capixaba online São Carlos Agora Jornal Dia Dia Sou de Palmas Jornal Imprensa Regional