Uma equipa de investigadores do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC) desenvolveu um estudo sobre inteligência artificial (IA) e aprendizagem profunda. Foi recentemente publicado na Scientific Reports – Nature.
O trabalho agora publicado foi desenvolvido no âmbito do projeto TAMI do Programa Carnegie Mellon Portugal (CMU Portugal), que propõe colocar a IA ao serviço do setor da saúde, mais especificamente no apoio à decisão médica de forma a aumentar a confiança no respetivo diagnóstico.
A pandemia por COVID-19 veio revolucionar os sistemas de saúde de todo o mundo e a sua velocidade de propagação, tornou fundamental o diagnóstico e uma deteção precoce de manifestações mais graves da doença. O Raio-X ao tórax tornou-se uma das formas mais utilizadas de diagnóstico complementar e acompanhamento da progressão da doença.
Um Raio-X deve ser interpretado por radiologistas experientes. No entanto, a pandemia provocou um aumento apreciável do número de exames radiológicos a observar, situação que conjugada com a escassez de radiologistas obrigou à utilização de outros clínicos menos experientes na interpretação destes exames. A análise automatizada de imagens através de técnicas de IA pode, assim, desempenhar um papel fundamental enquanto segunda opinião para apoiar as decisões clínicas de pacientes com COVID-19. De acordo com Aurélio Campilho um dos investigadores principais do projeto, “o objetivo da investigação foi exatamente estudar de que forma é que a Aprendizagem Profunda, pode ser colocado ao serviço do diagnóstico médico”.
“Com este projeto quisemos avaliar de que forma as técnicas de Aprendizagem Profunda poderiam auxiliar a interpretação/leitura de Raio-X e consequente diagnóstico e acompanhamento de doentes COVID-19. Desde o início da pandemia houve um grande esforço por parte da comunidade científica em Aprendizagem Computacional em propor novas abordagens de apoio ao diagnóstico médico e muitos dos estudos inicialmente publicados reivindicaram resultados exageradamente prometedores indicando mesmo uma capacidade de diagnóstico de COVID-19 sobre-humana. O que o nosso estudo veio mostrar foi que a aplicação destes algoritmos num ambiente clínico é bastante mais complexa que o esperado. Em colaboração próxima com a Administração Regional de Saúde do Norte (ARSN) foi possível identificar os principais desafios na aplicação destas ferramentas de Aprendizagem Profunda e desenvolver novas técnicas que consigam aumentar a robustez destes sistemas.”
A Aprendizagem Profunda é um ramo da Aprendizagem Computacional que pretende dotar o computador da capacidade de aprender e executar tarefas semelhantes às dos seres humanos, tais como a identificação de imagens, o reconhecimento de voz ou a realização de prognósticos.
O estudo agora publicado avaliou o desempenho de um sistema de Aprendizagem Profunda no diagnóstico ao COVID-19 estabelecendo a comparação com a análise de radiologistas. Uma das conclusões apresentadas na investigação é que a distinção entre COVID-19 e outras patologias em Raio-X é uma tarefa realmente difícil e subjetiva, até para radiologistas experientes. No entanto, foi possível demonstrar que o desempenho dos algoritmos de Aprendizagem Profunda na identificação de COVID-19 pode ser melhorado significativamente se estes aprenderem diretamente com os radiologistas, identificando de forma mais clara os sinais radiológicos da COVID-19 e levando a um melhor diagnóstico.
Apesar desta metodologia estar ainda numa fase inicial, o objetivo é estender a investigação a outras patologias identificadas através de Raio-X: “Apesar da COVID-19 ter sido o foco de atenção principal da investigação, nos últimos dois anos, existe uma panóplia de patologias e achados que podem ser identificados em Raio-X. O nosso objetivo é desenvolver um sistema que permita identificá-las de modo automático. Uma ferramenta deste tipo seria extremamente útil para ajudar radiologistas, técnicos e médicos menos experientes na interpretação de Raio-X”, conclui Aurélio Campilho.
Num âmbito mais alargado, o projeto TAMI propõe colocar a IA ao serviço do setor da saúde, desenvolvendo ferramentas de apoio à decisão de forma a auxiliar o processo de decisão médica , com especial enfoque no cancro cervical, doenças pulmonares e doenças oculares. Além da decisão diagnóstica, os algoritmos de IA desenvolvidos permitirão ainda explicar a forma como o sistema alcançou uma determinada decisão, tornando o processo mais transparente e acessível. Estas explicações podem ser visuais (identificando as regiões da imagem relevantes para a decisão ou textuais (através de um conceito ou frase que faça sentido para o ser humano).
#portugalpositivo
