Pesquisadores da UFPR e da UFOP desenvolvem diagnóstico de Covid-19 por imagens de raio-X
A falta de testes para diagnosticar pacientes com Covid-19 motivou um grupo de pesquisadores da Universidade Federal do Paraná (UFPR) e da Universidade Federal de Ouro Preto (UFOP) a estudar uma nova técnica de identificação da doença.
O projeto propõe a detecção do coronavírus por meio de radiografias, com alto índice de precisão. Participam da iniciativa os professores Eduardo José da Silva Luz, Gladston Juliano Prates Moreira e Rodrigo Silva, do Departamento de Computação da UFOP; o doutorando em Ciências da Computação da UFOP Pedro Henrique Lopes Silva; os professores David Menotti, Lucas Ferrari de Oliveira e Luiz Eduardo Soares de Oliveira, do Departamento de Informática da UFPR; e a médica Ludmila Silva.
Rede Neuronal
Os pesquisadores utilizam um sistema computacional que analisou 13.800 imagens, sendo 183 de pacientes com o novo coronavírus e as demais de pulmões saudáveis ou com pneumonia. As imagens foram obtidas em repositórios internacionais, tais como o da Sociedade Radiológica da América do Norte (RSNA).
O professor David Menotti explica que o sistema funciona como uma rede neuronal. Os computadores reconhecem padrões de determinado fenômeno, tal qual acontece no cérebro. O equipamento recebe as imagens, faz operações matemáticas, as categoriza e cria um padrão. Através deste aprendizado, é possível identificar, por exemplo, quando o caso é de pneumonia e quando se trata de Covid-19. “O problema de classificação de uma determinada doença a partir de imagens já é bem conhecido na literatura. Aplicamos conhecimentos de outras áreas para verificar a assertividade do sistema para detectar se um paciente tem ou não Covid-19″, destaca o pesquisador.
No estudo submetido à revista IEEE Access, o mecanismo foi capaz de identificar quase 94% das radiografias com Covid-19. Das 31 imagens usadas, o sistema avaliou corretamente 30, o que equivale a 96.8% de sensibilidade. Nenhum caso de pneumonia ou tórax normal foi classificado incorretamente, o que garantiu 100% de predição positiva. “Conseguimos resultados extraordinários. Porém, precisamos de uma base de dados maior para levar esse métodos para os hospitais”, comenta o professor Eduardo Luz, da UFOP.
Aplicativo para comunidade hospitalar
Para ampliar o serviço, a equipe pretende disponibilizar um aplicativo direcionado a profissionais de saúde. Mas antes, é necessário desenvolver um banco próprio de imagens, que será possível a partir de parcerias com hospitais brasileiros, conforme pontua David Menotti: “Estamos com a equipe pronta para o desenvolvimento da aplicação. A gente acredita que nas próximas semanas haja um protótipo para ser disponibilizado à comunidade hospitalar”.
O grupo desenvolve o método há dois meses e está em tratativas com os Hospitais de Clínicas da UFPR e do Trabalhador, para utilizar as imagens de pacientes de Curitiba. Em Minas Gerais, a equipe da UFOP está em contato com a Prefeitura Municipal de Ouro Preto e com o Hospital de Clínicas da UFMG. Outros hospitais que quiserem fazer parcerias podem entrar em contato com a equipe das duas instituições nos links disponíveis abaixo.
Links:
Contatos com o grupo: https://web.inf.ufpr.br/menotti/ ou http://www.decom.ufop.br/csilab/
Arte: https://www.ufpr.br/portalufpr/wp-content/uploads/2020/05/Mat%C3%A9ria-RAIO-X_Prancheta-1.png
O projeto propõe a detecção do coronavírus por meio de radiografias, com alto índice de precisão. Participam da iniciativa os professores Eduardo José da Silva Luz, Gladston Juliano Prates Moreira e Rodrigo Silva, do Departamento de Computação da UFOP; o doutorando em Ciências da Computação da UFOP Pedro Henrique Lopes Silva; os professores David Menotti, Lucas Ferrari de Oliveira e Luiz Eduardo Soares de Oliveira, do Departamento de Informática da UFPR; e a médica Ludmila Silva.
Os pesquisadores utilizam um sistema computacional que analisou 13.800 imagens, sendo 183 de pacientes com o novo coronavírus e as demais de pulmões saudáveis ou com pneumonia. As imagens foram obtidas em repositórios internacionais, tais como o da Sociedade Radiológica da América do Norte (RSNA).
O professor David Menotti explica que o sistema funciona como uma rede neuronal. Os computadores reconhecem padrões de determinado fenômeno, tal qual acontece no cérebro. O equipamento recebe as imagens, faz operações matemáticas, as categoriza e cria um padrão. Através deste aprendizado, é possível identificar, por exemplo, quando o caso é de pneumonia e quando se trata de Covid-19. “O problema de classificação de uma determinada doença a partir de imagens já é bem conhecido na literatura. Aplicamos conhecimentos de outras áreas para verificar a assertividade do sistema para detectar se um paciente tem ou não Covid-19″, destaca o pesquisador.
No estudo submetido à revista IEEE Access, o mecanismo foi capaz de identificar quase 94% das radiografias com Covid-19. Das 31 imagens usadas, o sistema avaliou corretamente 30, o que equivale a 96.8% de sensibilidade. Nenhum caso de pneumonia ou tórax normal foi classificado incorretamente, o que garantiu 100% de predição positiva. “Conseguimos resultados extraordinários. Porém, precisamos de uma base de dados maior para levar esse métodos para os hospitais”, comenta o professor Eduardo Luz, da UFOP.
Para ampliar o serviço, a equipe pretende disponibilizar um aplicativo direcionado a profissionais de saúde. Mas antes, é necessário desenvolver um banco próprio de imagens, que será possível a partir de parcerias com hospitais brasileiros, conforme pontua David Menotti: “Estamos com a equipe pronta para o desenvolvimento da aplicação. A gente acredita que nas próximas semanas haja um protótipo para ser disponibilizado à comunidade hospitalar”.
O grupo desenvolve o método há dois meses e está em tratativas com os Hospitais de Clínicas da UFPR e do Trabalhador, para utilizar as imagens de pacientes de Curitiba. Em Minas Gerais, a equipe da UFOP está em contato com a Prefeitura Municipal de Ouro Preto e com o Hospital de Clínicas da UFMG. Outros hospitais que quiserem fazer parcerias podem entrar em contato com a equipe das duas instituições nos links disponíveis abaixo.
Links:
Contatos com o grupo: https://web.inf.ufpr.br/menotti/ ou http://www.decom.ufop.br/csilab/
Arte: https://www.ufpr.br/portalufpr/wp-content/uploads/2020/05/Mat%C3%A9ria-RAIO-X_Prancheta-1.png
Contato para esta matéria: Amanda Miranda Telefone: (41) 33605007
« voltar
Sistema de Apoio à Comunicação Integrada (SACI) 
- Copyright© 2009-2019 UFSCar
- Copyright© 2009-2019 UFSCar