Iniciativa foi coordenada pelo professor Fernando Maciano e contou com a participação de docentes, estudantes e médicas
O protótipo de um sistema de apoio à decisão médica, com uso da Inteligência Artificial (IA), foi o resultado do projeto de Extensão Tecnológica “Desenvolvimento de sistema inteligente de apoio à decisão médica baseado em Redes Neurais Convolucionais Interpretativas”, realizado ao longo do último ano no Centro de Informática (CIn) da UFPE. Desenvolvida para a área de radiologia digital, a proposta funciona em uma arquitetura cliente-servidor em nuvem, com acesso em dispositivo móvel ou computador, proporcionando ao médico usuário um apoio em sua conduta. O sistema poderá no futuro ser testado em ambiente clínico e os resultados serem reportados em conferências e revistas da área.
O protótipo foi desenvolvido e avaliado em parceria com a equipe de saúde do projeto, composta pelas médicas Alessandra Medeiros de Mello, Bruna Gonçalves Oliveira e Deborah Ravenna de Britto. Participaram também do processo de construção do sistema os estudantes Amanda Soares Moraes, Gabriel Silva de Oliveira e Gabriel Souza Marques, do curso de Engenharia da Computação e vinculados à Iniciação Científica, além das professoras Jessyka Vilela e Mariana Peixoto e do professor Fernando Maciano, que atuou na coordenação do projeto.
A iniciativa foi inspirada em um outro projeto desenvolvido na Stanford University, nos Estados Unidos, que faz interpretação de imagens de radiografia usando IA. O propósito foi desenvolver tecnologia local e amadurecer os modelos de interpretação. Os estudantes precisaram aprender sobre as Redes Neurais Convolucionais que interpretam e classificam as imagens de radiografia de tórax. Durante o projeto, um deles desenvolveu o protótipo. Na prática, o médico recebe um código (token) que funciona como uma senha de acesso ao sistema. Com este código, ele consegue fazer dez consultas no sistema. A consulta trata de uma análise de alguma imagem de radiografia de tórax. O sistema vai além de sugerir qual doença o paciente possui, guiando para os locais de acometimento identificados pelo sistema. Basicamente, o sistema aponta a região onde há alguma diferença do que é esperado para um paciente saudável.
O código do aplicativo está disponível no GitHub, mas para o lançamento público da plataforma, a iniciativa está em fase de captação de parcerias, em razão dos custos para mantê-lo funcionando. Como os modelos de inteligência artificial utilizados são muito robustos, o sistema requer um processador dedicado a ele. A intenção da equipe é implementar modelos já consolidados na área, treinando com cada vez mais doenças, assim como melhorar os modelos e tornar o sistema disponível para médicos da saúde pública.
Para o professor Fernando, o software pode preencher lacunas no atendimento à população. “O sistema oferece apoio à decisão médica. Então, em locais onde não há especialistas em radiologia, ou ainda quando o médico não tem experiência, o sistema pode dar apoio à decisão não somente porque classifica a imagem em alguma doença, mas também porque oferece um destaque nas regiões onde o médico pode se atentar”, defende o docente.
Comentários desativados