Investigadores do INESC TEC arrecadam distinções internacionais com trabalhos na área da saúde

Três equipas de investigadores do INESC TEC receberam distinções em concursos internacionais na área das telecomunicações e multimédia com impacto na área da saúde. Os prémios foram atribuídos por três entidades diferentes:  International Telecommunication Union (ITU), onde a equipa do INESC TEC ganhou o 1º lugar, MICCAI Hackathon 2021, arrecadando também o 1º lugar, e Fraunhofer Portugal Challenge, atingindo o 3º lugar no pódio.

A equipa de investigadores composta por Daniel Granhão, Guilherme Carvalho, Tiago Gonçalves, investigadores do Centro de Telecomunicações e Multimédia (CTM) do INESC TEC, e José Nuno Grácio Rosa, do Instituto Politécnico de Leiria, chamada BacalhauNET, ganhou a competição “ITU-ML5G-PS-007: “Lightning-Fast Modulation Classification with Hardware-Efficient Neural Networks”, uma competição em Inteligência Artificial, que tem como objetivo criar redes neurais com consciência, tanto do custo de computação de inferências, como da precisão.

Já os investigadores do INESC TEC Helena Montenegro, Isabel Rio-Torto e Tiago Gonçalves, conquistaram o 1º lugar no MICCAI Hackathon 2021, evento co-organizado por Wilson Silva, também investigador do INESC TEC, e integrado no MICCAI 2021, a mais prestigiada conferência na área de Medical Image Analysis.

O trabalho vencedor, “Show me consistency! Increasing the consistency and quality of the annotations”, explorou o facto de “as anotações em imagens médicas serem extremamente difíceis de obter, o que torna desafiante manter a sua consistência ao longo de múltiplos anotadores. De que forma será possível melhorar a consistência e qualidade das anotações?”. Este processo levou ao desenvolvimento de três modelos de aprendizagem computacional para medir a consistência das anotações feitas pelos diversos anotadores.

Helena Montenegro, também aluna da Faculdade de Engenharia da Universidade do Porto (FEUP), arrecadou ainda o 3º lugar na 12ª edição do Fraunhofer Portugal Challenge, na categoria de mestrado. Com o trabalho “Privacy-Preserving visual case-based explanations”, a investigadora pretende proteger a privacidade de pacientes em imagens médicas, para possibilitar o seu uso e partilha como explicações para justificar as decisões de algoritmos de Inteligência Artificial.

A existência deste tipo de explicações em contextos clínicos permite aumentar a interpretabilidade de sistemas de Deep Learning, aumentando a sua aceitação em contextos reais. De referir que esta solução propõe um modelo generativo, capaz de anonimizar as imagens, removendo características discriminativas da identidade dos pacientes, mantendo as características médicas indispensáveis ao diagnóstico.

O trabalho de Helena Montenegro tinha já sido distinguido com o prémio Melhor Tese de Mestrado CTM 2021, uma iniciativa que pretende distinguir os trabalhos de mérito elevado acolhidos neste centro do INESC TEC.

Os investigadores mencionados nesta notícia têm vínculo ao INESC TEC, FCT e UP-FEUP.

PHP Code Snippets Powered By : XYZScripts.com
EnglishPortugal