Investigadores da área de Visual Computing & Machine Intelligence (VCMI) do INESC TEC têm vindo a desenvolver trabalho em diferentes subáreas de investigação, no âmbito da imagem médica e do diagnóstico assistido por computador, contando com diversas publicações sobre patologia computacional, interpretabilidade em inteligência artificial, deteção de patologias em imagens médicas e extração de características radiogenómicas.
Com vista a dar a conhecer o trabalho desenvolvido pelo Centro de Telecomunicações e Multimédia (CTM) do INESC TEC, responsável por essa área específica de investigação, a coordenação do Centro tem apostado não só na participação em eventos e consequente submissão de artigos, mas também na organização e co-organização de eventos-satélite.
Exemplo disso foi o recente envolvimento de investigadores do CTM, nomeadamente Helena Montenegro, Isabel Rio-Torto, Jaime S. Cardoso, Tiago Gonçalves e Wilson Silva, na Conferência Internacional em Computação de Imagens Médicas e Intervenção Assistida por Computador (International Conference on Medical Image Computing and Computer Assisted Intervention – MICCAI 2022), que decorreu de 18 a 22 de setembro em Singapura.
A MICCAI, a conferência de referência internacional na área de imagem médica, pretende reunir os principais investigadores e profissionais na área da biomedicina, engenheiros e clínicos do mundo, provenientes de uma ampla gama de disciplinas associadas a imagens médicas e a intervenção assistida por computador, garantindo um intercâmbio entre a academia e a indústria.
O artigo “Disentangled Representation Learning for Privacy-Preserving Case-Based Explanations”, da autoria de Helena Montenegro, Wilson Silva e Jaime S. Cardoso, foi apresentado no “Workshop on Medical Applications with Disentanglements”. Este trabalho propõe um novo método para extrair características médicas e características relativas à identidade de pacientes a partir de imagens médicas, permitindo manipulá-las para efeitos de anonimização e de geração de explicações contrafactuais.
Outra componente integrante da MICCAI a cargo do INESC TEC foi a organização do workshop “Interpretability of Machine Intelligence in Medical Image Computing” (iMIMIC), que decorreu no dia 22 de setembro. Com o principal objetivo de debater a interpretabilidade de sistemas clínicos de aprendizagem computacional, identificando oportunidades e desafios, o workshop contou com duas apresentações principais: uma por Ruth Fong (Princeton University, USA) e outra a cargo de Alexander Binder (University of Oslo, Norway), juntamente com a apresentação de dez artigos científicos selecionados.
Noutro âmbito, o INESC TEC esteve ainda responsável pela organização de uma competição que desafiou equipas a resolver problemas do mundo real, propostos por um grupo de mentores diversificado, e que decorreu entre os dias 3 e 4 de setembro. Com o mote “Bridging the gap to the clinics”, este hackathon pretendeu levantar a discussão sobre ideias que ajudem a estabelecer a ponte entre tecnologias geradas em artigos científicos e comunidade clínica, proporcionando condições para a aplicabilidade prática dos métodos. As melhores equipas tiveram oportunidade de apresentar os resultados do seu trabalho no dia 18 de setembro, num momento que também contou com dois keynote speakers: Po-Hsuan Cameron Chen (Google Health, USA) e Wiro Niessen (Biomedical Imaging Group Rotterdam at Erasmus MC, The Netherlands). O vencedor da edição deste ano foi Amith Kamath, atualmente a frequentar doutoramento na University of Bern (Suíça), que abordou a tarefa “Task 1 – Domain Shifts Between Clinical Annotators” e contou com a mentoria de Mara Graziani (IBM Research, ZHAW e HES-SO Valais-Wallis) e Henning Müller (HES-SO Valais-Wallis).
Vídeos do hackathon disponíveis aqui: https://www.youtube.com/@miccaihackathon643
Os investigadores do INESC TEC mencionados na notícia têm vínculo ao INESC TEC e à UP-FEUP.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
