Estudo do GEMEC da UNIFEI utiliza inteligência artificial para auxiliar no diagnóstico de COVID-19 por meio de análise de imagens de exames de Raio X

O Grupo de Mecânica Computacional e Otimização (GEMEC) da Universidade Federal de Itajubá (UNIFEI), coordenado pelo professor Guilherme Ferreira Gomes, do Instituto de Engenharia Mecânica (IEM), está à frente de estudo que tem como objetivo desenvolver inteligência artificial (IA) capaz de extrair o maior número de informação de uma imagem de exame pulmonar através de raio X, para auxiliar no diagnóstico de pacientes infectados pelo novo vírus SARS-COV-2, causador da COVID-19.

Nas pesquisas desenvolvidas pelo GEMEC, uma nova metodologia de identificação de vírus foi proposta, usando-se a transformada wavelet discreta para extrair o máximo de informações de uma imagem e, então, alimentando-se o algoritmo de inteligência artificial, de modo a reconhecer padrões nos diagnósticos de imagens dos exames realizados por raio X. Segundo o professor Guilherme, o uso desta técnica permite uma maior capacidade de distinção no processo de aprendizagem pela inteligência artificial.

As figuras acima são exemplos de diagnóstico de imagens para os casos (a) “normal”, (b) “pneumonia” e (c) “COVID-19”

Os estudos do GEMEC foram certificados e registrados pelo Instituto Nacional da Propriedade Industrial (INPI) sob o nº BR512020001796-7, com o título “Rápida Identificação e classificação de SARS-COV-2 baseado em exames de raio-x torácicos usando inteligência artificial”.

O GEMEC realizou o estudo, utilizando mais de 3.000 imagens com os diagnósticos “normal”, “pneumonia” e “COVID-19”, obtidas em um banco de imagens aberto internacional. Com estes e outros dados, o grupo foi capaz de alimentar uma rede neural artificial e desenvolver uma proposta de modelo com acerto de 98%, detectar um vírus e afirmar se este se referia a uma pneumonia coibida ou arbitrária.

Decomposição de imagem usando transformada wavelet para os casos (a) “normal”, (b) “pneumonia” e (c) “COVID-19”

IA no combate à COVID-19

Métodos de aprendizado de máquina (machine learning) para o diagnóstico automatizado na área médica recentemente ganharam popularidade ao se tornarem uma ferramenta auxiliar para médicos, e técnicas de IA têm auxiliado pesquisadores e profissionais da saúde na tomada de decisões em diagnósticos complexos. Uma das ferramentas de IA conhecidas para a criação de metodologias eficientes são as redes neurais artificiais.

O professor Guilherme explica que imagens de raios-X torácicos mostram uma certa quantidade de informação sobre a COVID-19, no entanto uma análise de imagem realizada por um olho humano pode apresentar erros de interpretação, além do fato de o olho não ser capaz de extrair informações ocultas dos dados de uma imagem. Nesse sentido, técnicas avançadas de inteligência artificial, como as redes neurais convolucionais (Convolutional Neural Networks – CNN), são empregadas com o objetivo de reduzir o fator humano.

O estudo feito pelo GEMEC, baseado na utilização de imagens e dados para o desenvolvimento de uma inteligência artificial capaz de auxiliar com precisão o diagnóstico de COVID-19, é um exemplo de como as metodologias inovadoras de IA podem ser efetivas no combate ao coronavírus, além de mostrar o impacto da Universidade no desenvolvimento tecnológico e científico em momentos críticos. (GFG/FDLPM/ADC-SECOM-unifei).

Resultado de saída obtido pelo algoritmo de inteligência artificial destacando pontos de relevância no exame de imagem para os casos (a) “normal”, (b) “pneumonia” e (c) “COVID-19”

Fotos: Professor Guilherme Ferreira Gomes / GEMEC / IEM / UNIFEI