Pesquisa desenvolvida no Campus de Sobral da Universidade Federal do Ceará investiga uma alternativa de diagnóstico de COVID-19, a partir da análise de tomografias computadorizadas (TCs) de pulmão feitas em pacientes com suspeita da doença. Coordenado pelo Prof. Iális Cavalcante, do Programa de Pós-Graduação em Engenharia Elétrica e de Computação (PPGEEC) do Campus de Sobral, o estudo busca definir uma metodologia de segmentação e reconhecimento de regiões de infecção nas imagens de tomografia computadorizada.
“Buscamos uma metodologia que permita aos infectologistas e pneumologistas obter uma classificação mais precisa da doença, sem que futuramente haja necessidade direta do teste em laboratório, ou que possa ajudar na confirmação em casos de redundância dos testes utilizados. As imagens são obtidas no momento em que o paciente dá entrada no hospital e novas TCs podem ser coletadas ao longo do tratamento”, explica o Prof. Iális.
Segundo o docente, no decorrer do desenvolvimento da pesquisa científica, não será possível desconsiderar o uso dos testes de laboratório, uma vez que eles são utilizados para analisar o desempenho da metodologia a ser proposta.
DETALHAMENTO – A pesquisa é intitulada “Detecção de COVID-19 em imagens de tomografia computadorizada de pulmão através de segmentação adaptativa e aprendizado profundo”. Segundo o coordenador do estudo, entende-se por segmentação o ato de separar, em uma imagem, aquelas regiões em que se tem mais interesse, “ou seja, numa foto de um gato descendo de uma árvore, posso segmentar só a região do gato ou da árvore, de acordo com o meu objetivo. Na situação de um novo vírus, diferentes regiões do pulmão podem se tornar relevantes para a pesquisa, variando de acordo com a idade do paciente e do tempo de infecção. Então, a pesquisa precisa se adaptar a essas possibilidades de mudança das imagens analisadas”, detalha o pesquisador.
Ele explica que, no campo da aprendizagem de máquina (um dos ramos da inteligência artificial), há uma série de algoritmos que podem auxiliar na classificação adequada das imagens dos pacientes analisados, ajudando a identificar se o paciente tem a COVID-19 ou outros tipos de doença respiratória.
“Não sabemos como será o avanço da pandemia e especialistas em epidemiologia informam que muitos tratamentos devem surgir até se encontrar uma vacina. Por isso, mais propostas de diagnóstico surgirão para aprimorar esses tratamentos emergentes”, pontua o Prof. Iális.
A pesquisa está em fase inicial. Nessa etapa, a equipe está fazendo o levantamento de imagens de tomografias disponíveis em bases públicas do Brasil e do exterior, o que já configura uma contribuição positiva, uma vez que a coleta pode trazer caracterizações importantes desses dados para a comunidade científica.
A ideia do grupo é também utilizar imagens do Hospital Regional Norte, localizado em Sobral. Para isso, aguarda autorização dos comitês de ética em pesquisa da UFC e do Instituto de Saúde e Gestão Hospitalar (ISGH).
Após essa etapa, serão realizados o estudo e a aplicação de técnicas de segmentação de imagens, para isolar as regiões relevantes do pulmão e identificar adequadamente os casos com COVID-19; em seguida, a implementação dos classificadores das imagens, para ajudar os especialistas na distinção mais precisa do tipo de doença respiratória que acometeu o paciente analisado.
Além do Prof. Iális, participam do estudo os docentes Carlos Alexandre Rolim Fernandes, Jarbas Joaci de Mesquita Sá Júnior e Márcio André Baima Amora, e os estudantes de graduação José Ediberto Júnior e Jadson Mororó. Estudantes de pós-graduação serão selecionados em breve para o projeto.
Fonte: Prof. Iális Cavalcante, do Curso de Engenharia da Computação e do Programa de Pós-Graduação em Engenharia Elétrica e de Computação (PPGEEC) do Campus de Sobral da UFC – e-mail: ialis@sobral.ufc.br