Há Engenharia do INESC TEC na deteção da Covid-19

Há engenheiros a desenvolver um sistema baseado em “deep learning” que deteta a COVID-19 através de raio-X.

    Um grupo de engenheiros do INESC TEC – Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência, 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 em declarações à UP Aurélio Campilho, membro da Ordem dos Engenheiros, investigador do INESC TEC e professor jubilado da Faculdade de Engenharia da Universidade do Porto (FEUP).   Ferramenta utiliza métodos de aprendizagem profunda 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”, explicou ainda Aurélio Campilho.   Fonte: Notícias UP