Investigador INESC TEC vence prémio de Inovação em Inteligência Artificial na maior feira de tecnologia do mundo com trabalho em epilepsia

Tamás Karácsony, investigador do INESC TEC, foi distinguido com o prémio de inovação em inteligência artificial (IA) na competição IEEE AI Research Hub – organizada pelo IEEE Entrepreneurship e o IEEE Region 8 Entrepreneurship Committee -, que decorreu no Dubai, a propósito do GITEX Global 2024. Considerado a maior feira de tecnologia e start-ups do mundo, o GITEX Global 2024 contou uma apresentação de Tamás Karácsony sobre a sua investigação para classificar crises epiléticas filmadas com tecnologia de vídeo 3D com recurso a IA. Este trabalho pioneiro desenvolvido no INESC TEC volta a reforçar o papel que o instituto tem tido na interseção entre a inteligência artificial e a saúde.

A epilepsia é uma doença neurológica crónica que afeta cerca de 1% da população mundial e que em 30% dos casos é resistente a medicamentos. Há, por isso, uma necessidade grande de avaliar os casos que apresentam essa resistência e que são candidatos a uma neurocirurgia de forma muito detalhada. Para tal os médicos recorrem a diferentes tipos de exames de diagnóstico, sendo o vídeo-eletroencefalograma o mais determinante já que os padrões de movimento descoordenados induzidos pelas crises epiléticas são a principal fonte de informação clínica para o diagnóstico e para a tomada de decisões terapêuticas. No entanto, este diagnóstico é tipicamente feito por simples observação qualitativa por médicos treinados, mas sujeito à subjetividade e variabilidade inter-observador.

O que o investigador do INESC TEC – que é também estudante do Programa Doutoral em Engenharia Eletrotécnica e de Computadores na Faculdade de Engenharia da Universidade do Porto (FEUP) e no programa CMU Portugal – propôs tem por base esta monitorização por vídeo com recurso a imagens 3D, usando IA para detetar e classificar a semiologia das crises na unidade de monitorização da epilepsia (e não através de EEG). Esta análise das crises permite perceber padrões de movimentos de interesse, ou seja, detetar e caracterizar automaticamente pequenas sequências de movimentos durante as crises que indicam a localização de origem da crise no cérebro – informação fundamental para a decisão terapêutica destes casos. Esta abordagem resulta, assim, numa monitorização mais precisa e quantitativa dos doentes do que a simples inspeção visual, oferecendo uma maior qualidade ao processo de decisões clínicas por parte das equipas médicas. Esta nova técnica, que foi agora distinguida no GITEX Global 2024, vai, por isso, permitir não só uma otimização na monitorização de doentes em unidades de neurologia, mas também melhorar, potencialmente, os resultantes de tratamentos aplicados a estes doentes, como a neurocirurgia.

“Esta investigação surge no âmbito da minha tese de doutoramento, que está a ser orientada por João Paulo Cunha (INESC TEC/FEUP) e Fernando de La Torre (CMU), e que tem como objetivo classificar crises epiléticas através de uma abordagem que tem por base a aprendizagem profunda (deep learning) explicável, com captura de movimentos clínicos em 3D. É, de facto, um avanço na área da engenharia biomédica que tem um grande potencial clínico, especialmente no diagnóstico e tratamento da epilepsia refratária”, explica Tamás Karácsony.

Para testarem a viabilidade deste avanço científico, os investigadores fizeram um estudo clínico com 26 pacientes, com duas tipologias diferentes de epilepsia (frontal e temporal) e ainda com uma população que não tinha a doença. Os dados para os estudos que têm sido feitos têm vindo de duas instituições com quem o INESC TEC tem um longo histórico de colaboração. o Centro Hospitalar Universitário de São João, no Porto, e a Ludwing Maximilian University of Munich, na Alemanha. Nesta base de dados 3D de vídeo conseguiram captar um total de 115 crises, sendo esta a maior base de dados desta tipologia recolhida até ao momento. Estes resultados foram publicados num artigo open access na Revista Nature/Scientific Reports.

“No futuro gostávamos de levar esta investigação a outro nível, com reconhecimento de ações com base na extração automática de esqueletos por IA  utilizando vídeos 4k das crises, porque consideramos que há uma série de vantagens associadas, tais como uma maior preservação no que diz respeito a privacidade de dados quando falamos em colaborações com vários hospitais, uma utilização mais eficiente de dados clínicos que já são raros, maior explicabilidade dos resultados, processos mais rápidos e mais baratos, entre outras, o que se traduz, claro, em melhores resultados para os pacientes”, explica o investigador do INESC TEC. A afirmação tem por base uma série de novos avanços científicos que foram publicados por esta equipe pluridisciplinar e internacional este ano na revista “Image and Vision Computing”, no artigo “Deep learning methods for single camera based clinical in-bed movement action recognition”.

A competição, que teve lugar no dia 18 de outubro no Dubai World Trade Center, selecionou as cinco melhores apresentações entre várias submissões globais. O investigador do INESC TEC foi convidado a apresentar o seu trabalho na AI Main Stage perante um painel de especialistas composto por figuras de renome na área da IA, como Stephen Ibaraki, fundador da UN ITU AI for Good, e Chris Duffey, futurista da Adobe.

 

Os investigadores mencionados na notícia têm vínculo ao INESC TEC e à UP-FEUP.

 

PHP Code Snippets Powered By : XYZScripts.com
EnglishPortugal