INESC TEC desenvolve ferramenta de análise automática de imagens de raio-X para avaliar evolução de doentes com COVID-19

Um grupo de investigadores do Centro de Investigação em Engenharia Biomédica (C-BER) do INESC TEC, em colaboração com médicos radiologistas, do Centro Hospitalar de Vila Nova de Gaia/Espinho (CHVNGE) e da Administração Regional de Saúde do Norte (ARS Norte) desenvolveu um sistema de diagnóstico assistido por computador, que identifica características radiológicas da COVID-19 em imagens de raio-X torácico.

Esta ferramenta pode ajudar a definir o diagnóstico e a estratégia de tratamento do doente, funcionando como uma segunda opinião para os radiologistas ou outros clínicos não especialistas na análise destas imagens.

“A COVID-19 pode causar tosse, febre e fadiga, podendo, em alguns casos, evoluir para uma infeção severa das vias respiratórias. A radiografia convencional (raio-X) do tórax ajuda a aferir o grau de desenvolvimento da infeção das vias respiratórias e, consequentemente, a determinar a estratégia de acompanhamento e tratamento do paciente. As manifestações do coronavírus podem ser detetadas com precisão quando presentes, o que motiva o uso deste tipo de ferramentas para avaliar a evolução da doença em pacientes com sintomas de COVID-19 moderados a graves”, explica Aurélio Campilho, investigador do C-BER e professor jubilado da Faculdade de Engenharia da Universidade do Porto (FEUP).

O sistema aprende automaticamente as características da imagem mais relevantes para o diagnóstico.

Ferramenta utiliza métodos de aprendizagem profunda

O desenvolvimento do algoritmo esteve a cargo de seis investigadores do C-BER, que contaram com o auxílio de dois radiologistas nas anotações radiológicas e no acompanhamento do projeto.

O algoritmo desenvolvido pelo INESC TEC tem como base métodos de aprendizagem profunda (“deep learning”). O sistema aprende automaticamente as características da imagem mais relevantes para o diagnóstico. Para tal, é analisada uma grande quantidade de imagens representativas das diferentes manifestações da COVID-19, mas também de pacientes saudáveis ou com outras patologias. Se os dados forem suficientes, o sistema consegue aprender as características representativas da patologia, permitindo, assim, o diagnóstico automático.

Já existem diversos estudos sobre a utilização de sistemas de apoio ao diagnóstico médico nestas situações, mas a sua aplicabilidade clínica ainda não tinha sido testada. “O desempenho do sistema foi confrontado com a opinião de dois radiologistas experientes, tendo demonstrado potencial para ter uma capacidade de diagnóstico semelhante aos radiologistas”, explica o investigador.

Testes no CHVNGE

“Este projeto, em que colocamos a medicina e a engenharia a caminhar lado a lado, tem o potencial de criar uma ferramenta de diagnóstico útil e poderosa na prática clínica. Neste momento estamos a avaliar a possibilidade de essa ferramenta ser testada no CHVNGE, onde poderá contribuir como uma segunda opinião de fácil interpretação em relação à presença de manifestações de COVID-19 em imagens de raio-X do tórax e, assim, ajudar no combate à pandemia”, afirma Pedro Sousa, médico radiologista do CHVNGE.

O projeto teve a duração de 5 meses, foi financiado pela linha RESEARCH4COVID-19, da Fundação para a Ciência e a Tecnologia (FCT) em 29 mil euros.

O investigador do INESC TEC mencionado na notícia tem vínculo à UP-FEUP.

PHP Code Snippets Powered By : XYZScripts.com
EnglishPortugal