Detecção precoce de tumores pulmonares; realizar uma triagem eficaz em caso de grandes catástrofes ou melhorar a prevenção, diagnóstico e tratamento do câncer de mama ou leucemia são algumas das aplicações que já refletem o presente –e não apenas o futuro– da Uso da Inteligência Artificial (IA) na Medicina.
São muitos os casos de sucesso que comprovam este trabalho, como se verificou esta semana em Madrid na primeira edição do MeetechSpain, o “cúmulo” da investigação aplicada espanhola, promovido pela Federação de Centros Tecnológicos de Espanha (Fedit), que contou com a presença por mais de 500 pesquisadores, tecnólogos e representantes da indústria.
Um bom exemplo disso é o DeepLung, da Eurecat, um novo sistema para identificar nódulos indicadores de possíveis cânceres de pulmão usando IA por meio de uma ferramenta baseada em aprendizado profundo. O projeto foi realizado com a participação do Vall d’Hebron Campus e contou com o apoio do Centro de Inovação em Tecnologias de Dados e Inteligência Artificial (Cidai).
Como explica Paula Subías, coordenadora do projeto, o DeepLung surge com o objetivo de “dar uma segunda vida às radiografias ao tórax que são realizadas diariamente nos hospitais com uma finalidade diferente da deteção do cancro, de forma a detetar precocemente esta doença. É baseado em um algoritmo de aprendizado de máquina que examina esses raios-x e tem a capacidade de identificar sinais precoces de câncer de pulmão.”
Foi avaliado com uma coorte de 20.000 radiografias de tórax e, dos 173 pacientes identificados como de alto risco de sofrer de um nódulo pulmonar, 39 deles foram confirmados (22,5%). Após vários testes-piloto, encontra-se em fase de validação em dois hospitais. «Após os testes realizados, a utilização do DeepLung em radiografias não declaradas permite detectar mensalmente um caso que teria passado despercebido pela prática corrente. Isso resultaria em cerca de 240 casos por ano na Catalunha que o sistema de saúde não teria diagnosticado até pelo menos dois anos depois”, diz Subías.
DeepLung visa dar uma segunda vida aos raios-x que são feitos para uma finalidade diferente da detecção de tumores
O projeto Bigsalud4 tem um objetivo semelhante. Nesse caso, auxiliando a equipe médica no processo de tomada de decisão, possibilitando melhor diagnóstico e prognóstico de doenças e tratamento mais personalizado e eficaz dos pacientes por meio de tecnologias de IA e Big Data. Para isso, combina conjuntos de dados como histórico médico, informações genômicas, imagens médicasou hábitos de vida para construir modelos preditivos.
Realizado com fundos Ivace e Feder, embora trabalhe em duas doenças específicas (câncer de mama e leucemia mielóide aguda), «a abordagem proposta em Bigsalud4 é suficientemente geral para poder ser aplicado a outras tarefas, como o diagnóstico de sepse, a previsão de reinternações não programada, etc.”, diz François Signol, gerente de projetos e pesquisador da linha Learning and AI do ITI, empresa que a desenvolve.
No câncer de mama, permite a segmentação automática de tecidos densos em mamografias com resultados semelhantes aos realizados por especialistas. Combinando essas informações com dados epidemiológicos e fatores de risco, obteve-se um modelo preditivo capaz de prever o surgimento do tumor daqui a dois anos com uma 73% de probabilidade de que o diagnóstico feito a um paciente seja mais correto. E, na leucemia, obteve-se um modelo que estima o risco de complicações 90 dias após o diagnóstico. «Em 2019 iniciámos este projeto em conjunto com diferentes hospitais. Desde então, e graças aos progressos alcançados, foi possível realizar a implantação experimental da ferramenta para câncer de mama há quase um ano em colaboração com o Instituto de Pesquisas Médicas do Hospital del Mar (IMIM). E, no próximo ano, para o caso de leucemia no Hospital La Fe de Valência”, explica Signol.
O projeto de câncer de mama Bigsalud4 já está sendo aplicado experimentalmente no Hospital del Mar
Um terceiro exemplo de aplicações de IA para saúde é o iTriaxems, uma tecnologia para melhorar as práticas de triagem em campo, alocação de recursos, tomada de decisão e disponibilidade de dados, segurança e proteção em contexto de crise. catástrofes ou acidentes graves. O fim: minimizar o número de mortes, lesões e sequelas graves dos afetados.
“A partir dos dados de um sensor digital, colocado no pulso ou outras partes do corpo da vítima, um algoritmo processa os sinais vitais e estabelece uma prioridade de tratamento com base em sua gravidade e prognóstico. É o que se chama de triagem – afirma Óscar González Represas, diretor da Divisão de TIC do Instituto Tecnológico da Galiza -. Este sensor possui GPS de alta precisão, que permite a sua localização em todos os momentos. Além disso, as vítimas poderiam ser localizadas com a ajuda de robótica terrestre e drones não tripulados equipados com visão artificial.
A IA torna-se assim “uma ferramenta adicional que, em coordenação com outras aplicações e dispositivos, irão fornecer informações valiosas para a tomada de decisão nos referidos equipamentos, mas a supervisão é essencial”, continua. A iTriaxems encontra-se na segunda fase do Projeto iProcureSecurity PCP, uma iniciativa inovadora de contratação pública europeia focada na aquisição pré-comercial de sistemas para serviços médicos de emergência a nível europeu.
