Como um algoritmo de Inteligência Artificial ajuda a prever complicações de uma doença

Como um algoritmo de Inteligência Artificial ajuda a prever complicações de uma doença

4 minutos de leitura

Pesquisadores brasileiros criaram algoritmo de Inteligência Artificial que ajuda no diagnóstico de COVID-19 e aponta se paciente pode ter complicações.



Por Redação em 05/08/2020

Pesquisadores brasileiros criaram algoritmo de Inteligência Artificial que ajuda no diagnóstico de COVID-19 e aponta se paciente pode ter complicações.

Diagnosticar precisamente uma pessoa com COVID-19 e saber se ela pode ou não ter complicações sintomáticas ainda é um desafio para profissionais da saúde. Mas, tecnologias como Inteligência Artificial e Machine Learning têm ajudado a encontrar métodos mais precisos.

Recentemente, um grupo de pesquisadores brasileiros desenvolveu um exame que realiza o diagnóstico da doença em cerca de 20 minutos. O método utiliza um algoritmo de Inteligência Artificial enão necessita de reagentes importados, barateando o custo de produção.

No caso da IA, a tecnologia reconheceu um padrão característico de moléculas da doença em amostras de plasma sanguíneo de pacientes. Já nos casos confirmados, o algoritmo conseguiu identificar as pessoas que poderiam apresentar quadros mais graves da doença.

LEIA MAIS: Aplicativo ajuda a identificar 6 tipos de COVID-19

A pesquisa, apoiada pela Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), conta com a participação de pesquisadores da Universidade Estadual de Campinas (Unicamp), da Universidade de São Paulo (USP) e colaboradores do Amazonas.

Como mostra a reportagem assinada pela jornalista Karina Toledo na Agência Fapesp, o artigo sobre a pesquisa foi publicado na plataforma medRxiv (disponível em inglês aqui), mas ainda aguarda a revisão por pares. Mesmo assim, a equipe iniciou o processo de certificação junto à Agência Nacional de Vigilância Sanitária (Anvisa).

“Nos testes feitos para validar a metodologia, conseguimos diferenciar as amostras positivas e negativas com um acerto de mais de 90%. Também fizemos a diferenciação entre casos graves e leves com acerto em torno de 82%”, explicou o professor da Unicamp Rodrigo Ramos Catharino, coordenador da pesquisa, ao site da FAPESP.

Como o algoritmo de Inteligência Artificial ajudou a desenvolver o exame

O projeto faz parte do doutorado de Jeany Delafiori, do Laboratório Innovare de Biomarcadores (Unicamp), e integra uma linha de pesquisa sobre diagnóstico de doenças como zika e dengue ao combinar técnicas de metabolômica e Machine Learning.

Metabolômica é o estudo científico para identificar e quantificar os metabólitos (uma espécie de “assinatura” da doença) produzidos e/ou modificados por um organismo.

Para ensinar o algoritmo de Inteligência Artificial a reconhecer os padrões de metabólitos em casos positivos e negativos para a doença e os de casos leves e graves, os pesquisadores coletaram amostras de sangue de 728 pacientes.

Desse total, 369 tinham diagnóstico de COVID-19 confirmado clinicamente e por RT-PCR. Para os pacientes que foram internados devido a complicações da doença, uma segunda amostra de sangue foi retirada. Já as amostras dos não infectados serviram para comparar com as restantes.

Assim, toda essa coleta foi dividida em duas partes. A primeira serviu para ensinar a Inteligência Artificial a identificar esses padrões, enquanto a segunda serviu como um teste cego para avaliar o acerto final analisado pelo sistema de IA.

A análise das amostras alcançou uma taxa de 97,6% de especificidade (diferenciar COVID-19 de outras doenças) e 83,8% de sensibilidade (parâmetro que mostra se o método para detectar a presença ou ausência da doença é sensível).

Quanto à análise para entender se um paciente pode ter sintomas mais graves, a taxa de especificidade foi de 76,2%, enquanto a de sensibilidade foi de 87,2%. “Ainda estamos trabalhando para melhorar a taxa de acerto do exame, à medida que novas amostras de pacientes são coletadas por nossos colaboradores”, contou Delafiori à FAPESP.

Software com resultados vai ajudar médicos e profissionais da saúde

Todo o desenvolvimento do algoritmo de IA foi coordenado pelo professor Anderson Rocha, do Laboratório de Inferência em Dados Complexos (Recod) do Instituto de Computação (IC) da Unicamp. 

Com uma taxa de acerto em torno de 90%, Rocha acredita que o sistema de análise seja aprimorado cada vez mais quando o algoritmo receber novas amostras coletadas de pacientes, resultando em uma melhor performance da solução.

Para facilitar a tomada de decisão de um médico ou profissional da saúde, o time comandado por Rocha desenvolveu um software que automatiza o processo de análise e entrega um relatório com o diagnóstico do paciente e se, em caso de confirmado, ele poderá ter risco de complicações.

Desse modo, ter uma análise preditiva do quadro dos pacientes pode permitir aos especialistas de saúde tomarem a decisão de mantê-los em isolamento domiciliar ou se eles devem ser encaminhados para um hospital de maior complexidade.

Quais as diferenças deste projeto para os outros

A primeira diferença, levantada por Catharino, é a de que o exame poderia custar uma média de R$ 40 por amostra quando estiver em operação. Esse valor, segundo o coordenador da pesquisa, é a metade do preço de custo do RT-PCR.

Outro destaque é a possibilidade de fazer um diagnóstico precoce da doença a partir de uma amostra de sangue, bem mais “fácil’ de coletar do que a secreção nasal usada no exame RT-PCR.

Há também uma diferença para outros testes sorológicos. Enquanto a maioria dos testes laboratoriais analisa a presença de algumas poucas substâncias no sangue, o algoritmo de Inteligência Artificial desenvolvido pela equipe consegue encontrar milhares de variáveis e extrair as interconexões diretas e cruzadas entre elas. Por exemplo, mostrar quais substâncias aumentaram ou diminuíram em pacientes com uma doença.

Para diferenciar desse cenário, a equipe se apoiou em um modelo matemático que está em desenvolvimento há três anos. Esse sistema computacional, quando usado no diagnóstico de COVID-19, pode ajudar a otimizar o processo de análise do diagnóstico, assim como desvendar o mecanismo da doença.

O próximo passo é melhorar a performance da solução ao aumentar a diversidade das amostras coletadas e continuar com o protocolo de registro na Anvisa.

Principais destaques desta matéria

  • Pesquisadores brasileiros desenvolveram novo método de diagnóstico de COVID-19.
  • Cientistas utilizaram um algoritmo de Inteligência Artificial para o projeto.
  • Sistema computacional é capaz de diagnosticar paciente e prever se ele terá sintomas mais graves da doença.

A matéria original que serviu como base para este texto está sob a licença CC BY-ND 4.0. Não há qualquer tipo de afiliação ou endosso da Agência FAPESP ou da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) ao Próximo Nível.



Matérias relacionadas

20 mulheres mais influentes em tecnologia Inovação

Quem são as 20 mulheres mais influentes no setor de tecnologia no Brasil

A Deal Maker listou as 20 mulheres mais influentes de tecnologia no Brasil nos últimos tempos, considerando premiações, impacto e esferas de influência

dados pessoais inteligencia artificial Inovação

SXSW: dados pessoais são usados para treinar inteligência artificial

Assunto foi tema no SXSW, festival de inovação e criatividade que aconteceu em Austin, nos Estados Unidos

awsome women community Inovação

AWSome Women Community celebra participação feminina em tecnologia

Evento capitaneado pela AWS promove a diversidade e inclusão em tech

mulheres da tecnologia Inovação

Do algoritmo aos botes salva-vidas: mulheres da tecnologia moldam a humanidade

Muitas das invenções que mudaram o rumo da humanidade, como o computador e o colete à prova de balas, foram feitas ou apoiadas por mulheres