IA pode baratear diagnóstico da doença de Chagas
Algoritmo reconhece o causador da doença em imagens de amostra de sangue obtidas por celular
A inteligência artificial (IA) tem várias aplicações possíveis. Hoje em dia, é comum ver essa tecnologia sendo utilizada, por exemplo, para análise de imagens. É o caso do reconhecimento facial presente nos celulares e do sistema de carros autônomos, que dirigem sozinhos. E isso está ganhando espaço também na saúde.
Em artigo publicado na revista científica PeerJ, pesquisadores brasileiros mostram que a inteligência artificial pode ajudar a identificar, de forma mais barata e até mais rápida, o parasita Trypanosoma cruzi, protozoário causador da doença de Chagas.
Essa infecção, na fase aguda, é caracterizada por sintomas como febre, dor de cabeça, fraqueza, manchas vermelhas na pele e inchaço no rosto e nas pernas. Já na fase crônica, a doença de Chagas pode desencadear problemas cardíacos (insuficiência cardíaca) e digestivos (megacólon e megaesôfago).
Atualmente, uma das maneiras de identificar o quadro é por meio de microscopistas especializados, que analisam amostras de sangue em busca do Trypanosoma cruzi. Esse procedimento, porém, é caro: requer microscópios profissionais e câmeras de alta resolução acopladas ao equipamento.
E é aí que entra a inteligência artificial, base do método diagnóstico desenvolvido pelos pesquisadores brasileiros. A técnica ainda precisa dos microscópios, mas pode diminuir o tempo de trabalho dos microscopistas e reduzir custos. Isso porque, em vez das câmeras de alta resolução, são utilizadas câmeras de celular.
+LEIA MAIS: A inteligência artificial no rastreio de doenças
As imagens das amostras de sangue são geradas a partir de smartphones e, em seguida, analisadas em computadores orientados por um algoritmo treinado para detectar o Trypanosoma cruzi.
A máquina consegue reconhecer uma série de características do parasita, como tamanho, forma e intensidade da cor, além de elementos não visíveis a olho nu. O mecanismo pode auxiliar microscopistas – que não precisarão examinar a mesma amostra várias vezes – e agilizar o diagnóstico.
Em testes, o algoritmo demonstrou 87,6% de precisão e 90,5% de sensibilidade. Agora, a ideia é tentar implementá-lo em softwares e aplicativos de celular que possam ser utilizados por técnicos de laboratório.
Outro objetivo da equipe é expandir a atuação do algoritmo para o diagnóstico de mais doenças, como a leishmaniose e a malária.
Referências: Agência Fapesp; Boletim Ciência, da Fiocruz; Conheça a doença de Chagas, do Ministério da Saúde; Saúde de A a Z, do Ministério da Saúde.