Com uma pandemia por COVID-19 ainda com números muito elevados e com situações críticas em vários países, todas as ferramentas e soluções para limitar o seu crescimento são bem-vindas.
Em Portugal, um grupo de investigadores desenvolveu uma ferramenta de análise automática de raio-X para avaliar evolução de doentes com COVID-19.
Um grupo de investigadores do 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.
O projeto chama-se CXR_AI4COVID-19 (Chest Radiography-based AI for Supporting ClinicalDecision on COVID-19).
Esta ferramenta pode ajudar a definir a estratégia de tratamento do doente, funcionando como uma segunda opinião para os radiologistas ou outros clínicos não especialistas na análise destas imagens.
Aurélio Campilho, investigador do INESC TEC e professor na Faculdade de Engenharia da Universidade do Porto (FEUP) refere que…
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 leves a grave.
O algoritmo desenvolvido pelo INESC TEC tem como base métodos de aprendizagem profunda (“deep learning”). O sistema aprende automaticamente as características mais relevantes da imagem 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. Com dados suficientes, as características da imagem aprendidas tornam-se representativas da patologia em geral, permitindo, assim, o diagnóstico automático.
O projeto teve a duração de 5 meses, foi financiado pela linha RESEARCH4COVID-19, da Fundação para a Ciência e a Tecnologia (FCT) em 29 mil euros.