Projeto paraibano auxilia diagnótico de covid-19 a partir de exames de raio-x

Renato Félix

Entre os desafios impostos pela pandemia do novo coronavirus está o da identificação rápida de quem é portador do vírus, para o tratamento para tentar reduzir a marcha da contaminação. O Brasil tem se mostrado ineficaz para testar em massa a população e foi divulgado há uma semana que 7,1 milhões de testes RT-PCR estão encalhados em um armazém do Ministério da Saúde em São Paulo, prestes a perder a validade. Neste cenário, pesquisadores da Paraíba estão desenvolvendo uma plataforma online para ajudar no diagnóstico da covid-19 a partir de exames de raio-x.

O projeto, intitulado “Plataforma operacional open source baseada em deep learning para auxílio na detecção/ diagnótico da covid-19 a partir de exames de radiografia”, é conduzido pela equipe comandada por Helder Alves Pereira, professor de Engenharia Elétrica da UFCG, e financiada pelo edital da Fundação de Apoio à Pesquisa do Estado da Paraíba (FapesqPB) e Secretaria de Estado da Educação e da Ciência e Tecnologia (SEECT) voltado especificamente a projetos sobre a covid-19.

“Estudos preliminares apontam que a análise de exames de radiografia dos pacientes infectados pode ser uma alternativa para auxílio no diagnóstico”, explicou Pereira no programa Ciência & Ação, no canal da FapesqPB no YouTube, em conversa com o professor Roberto Germano, presidente da fundação.  

“A ideia do projeto surgiu por conta do lançamento do edital número 003/2020 da FapesqPB, no início de abril deste ano”, conta à reportagem. “Com a pandemia no Brasil e no mundo, nosso grupo de pesquisa percebeu a oportunidade de auxiliar as políticas públicas e a comunidade de saúde no tocante ao enfrentamento da covid-19. Dessa forma, unimos nossos esforços em montar uma equipe capaz de executar a ideia de forma satisfatória em 9 meses de projeto de pesquisa”.

O projeto desenvolve uma plataforma gratuita com uma técnica de inteligência artificial (a deep learning) que visa detectar, em tempo real, se o exame de radiografia aponta um indíviduo saudável ou com pneumonia. E, nesse caso, se a pneumonia é causada pela covid-19 e o quanto os pulmões do paciente estão comprometidos. A intenção é auxiliar o diagnótico médico.

“De certa forma, minimiza os custos envolvidos: você não precisa de imagens de tomografia, nem de exames mais avançados ou invasivos”, complementa o pesquisador. “Mas acreditamos que nosso projeto não inviabilizará outras alternativas que, em conjunto, podem auxiliar na triagem, diagnóstico, tratamento de pacientes e decisões por parte do poder público”.

Inteligência artificial e ‘deep learning’

A imagem de radiografia passará por fases que envolvem uma base de dados, rede neural, mapas de saliência e visualização 3D, para chegar a um diagnóstico que pode ser acessado por computadores, tablets ou celulares. Por enquanto, o projeto trabalha com 301 imagens de indivíduos que tiveram a covid-19, 375 com pneumonia bacteriana, 355 com pneumonia viral e 369 de pessoas saudáveis. O programa já consegue diferenciá-las.

“A aprendizagem profunda, ou deep learning, é uma das técnicas de inteligência artificial e vem sendo muito utilizada em diversos problemas encontrados na literatura científica”, explica. “O objetivo da nossa plataforma é de que ela possa oferecer uma resposta diante de uma imagem de raio x. Essa resposta pode auxiliar no diagnóstico médico em termos do paciente estar ou não com a covid-19. Uma vez que o usuário fornece a imagem, após alguns instantes, ele pode obter alguma informação a respeito dela. Em nossas simulações, atualmente, conseguimos diferenciar imagens de raio x de pacientes saudáveis e com pneumonias causadas por bactérias, vírus, incluindo o sars-cov2, causador da covid-19. Com o desenvolvimento da plataforma, pretendemos alimentá-la com novas imagens para torná-la ainda mais robusta em termos de precisão, acurácia e outras métricas de desempenho para melhoria no diagnóstico e classificação de doenças respiratórias, sendo possível que a plataforma ‘aprenda’ com o passar do tempo e de seu uso”.

O código aberto mostra a disposição de quen o projeto seja de amplo uso. “A filosofia do código aberto, código livre, ou open source, está relacionada à ideia de compartilhamento de saberes, reaproveitamento de código, avanço e colaboração sem fronteiras nas atividades de pesquisa”, diz o pesquisador. “Códigos, ou programas, proprietários, mesmo que de acesso livre, não permitem que os mesmos sejam aprimorados. Com as ferramentas disponíveis na internet, bem como seus respectivos códigos fontes, acreditamos que a rede de colaboradores interessados no tema de pesquisa se tornará maior e mais colaborativa, principalmente no cenário mundial que estamos vivendo em busca de soluções para uma doença desconhecida, altamente contagiosa e que ainda não tem vacina disponível”.

Mais quatro meses

O projeto se encaminha para o quinto mês de desenvolvimento – como começou durante a pandemia, a equipe trabalha em modo remoto. “Temos mais quatro meses para realizarmos testes e validações dos modelos utilizados. Acreditamos que no primeiro trimestre de 2021 estaremos com a plataforma no ar e em pleno funcionamento”, informa.

A covid-19 ainda demanda muita pesquisa e suscita muitas dúvidas. Por exemplo, como diferenciá-la da Síndrome Respiratória Aguda Grave. “Diversos trabalhos vêm sendo publicados na literatura reforçando a utilização de imagens para o diagnóstico e classificação dessa doença a nível mundial”, analisa. “No estado atual da nossa pesquisa, a plataforma, por ser escalável, consegue diferenciar pessoas saudáveis de pessoas com pneumonias causadas por bactérias e vírus, incluindo o sars-cov2, causador da covid-19. Pretendemos expandir essa capacidade da nossa plataforma e melhorar o desempenho que estamos obtendo em termos de precisão, acurácia e outras métricas bastante conhecidas no contexto da inteligência artificial”.

A equipe é formada, além do professor Helder Pereira, por Elton Brasil, engenheiro eletrônico da Freehand Engineering, responsável pela gerência e desenvolvimento do projeto; Eloise Rodrigues, doutoranda em Engenharia Elétrica, supervisão geral pela UFCG; e quatro graduandos em Engenharia Elétrica, todos também pela UFCG: João Pedro dos Santos Silva, responsável pelas redes neurais e base de dados; Júlio Mike Medeiros de Oliveira, engenharia de software; Pedro Henrique Almeida, redes neurais; e Letícia Cananéa, design gráfico e engenharia de software.

O pesquisador ressalta a importância do financiamento pelo edital da FapesqPB. “A oferta de recursos públicos para engajamento das universidades e centros de pesquisa presentes no estado, de modo a desenvolver soluções para este momento que estamos passando, só mostra o quanto é importante o investimento em educação e em pesquisa de ponta no país”, afirma. “Os recursos financeiros foram cruciais para o desenvolvimento do nosso projeto e esperamos dar um retorno à sociedade com contribuições que possam auxiliar na tomada de decisões do poder público e melhoria dos serviços públicos prestados à pop