Um grupo de investigadores do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC), desenvolveu um sistema de diagnóstico assistido por computador, que identifica características radiológicas da COVID-19 em imagens de raio-X torácico. 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.
Um projeto desenvolvido em colaboração com médicos radiologistas do Centro Hospitalar de Vila Nova de Gaia/Espinho (CHVNGE) e da Administração Regional de Saúde do Norte.
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 graves”, explica Aurélio Campilho, investigador do INESC TEC e professor na Faculdade de Engenharia da Universidade do Porto.
O algoritmo desenvolvido pelo INESC TEC tem como base métodos de aprendizagem profunda (“deep learning”), ou seja, 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.
Engenharia e medicina lado a lado na luta contra a COVID-19
Já existem diversos estudos sobre a utilização de sistemas de apoio ao diagnóstico médico nestas situações, mas a sua aplicabilidade clínica ainda não tinha sido testada.
Neste projeto, foi feita uma simulação de ambiente clínico para teste dos modelos desenvolvidos. “Esta validação revelou que o sistema consegue ‘aprender’ diretamente com os radiologistas, melhorando a deteção de manifestações COVID-19”, explica o investigador.
“Este projeto, em que colocamos a medicina e a engenharia a caminhar lado a lado, tem o potencial de criar uma ferramenta de diagnóstico útil e poderosa na prática clínica. Neste momento estamos a avaliar a possibilidade de essa ferramenta ser testada no CHVNGE, onde poderá contribuir como uma segunda opinião de fácil interpretação em relação à presença de manifestações de COVID-19 em imagens de raio-X do tórax e, assim, ajudar no combate à pandemia”, afirma Pedro Sousa, médico radiologista do CHVNGE.