O sistema foi desenvolvido no âmbito do projeto CXR_AI4COVID-19 e em colaboração com o Centro Hospitalar de Vila Nova de Gaia/Espinho (CHVNGE) e a Administração Regional de Saúde do Norte, ao abrigo da linha ‘Research4Covid-19’ da Fundação para a Ciência e Tecnologia.
Citado no comunicado, o investigador do INESC TEC Aurélio Campilho afirma que as manifestações da Covid-19 podem ser “detetadas com precisão quando presentes, o que motiva o uso deste tipo de ferramentas para avaliar a evolução da doença”.
“A Covid-19 pode causar tosse, febre e fadiga, podendo, em alguns casos, evoluir para uma infeção severa das vias respiratórias. A radiografia convencional do tórax ajuda a aferir o grau de desenvolvimento das vias respiratórias e, consequentemente, a determinar a estratégia de acompanhamento e tratamento do paciente”, acrescenta o investigador e docente na Faculdade de Engenharia da Universidade do Porto (FEUP).
Através do algoritmo desenvolvido, o sistema aprende “automaticamente as características mais relevantes da imagem para o diagnóstico”, sendo que, para isso, é analisada uma grande quantidade de imagens das diferentes manifestações da Covid-19.
Segundo Aurélio Campilho, a validação da aplicabilidade do sistema num ambiente de simulação clínica permitiu concluir que o mesmo “consegue aprender diretamente com os radiologistas, melhorando a deteção de manifestações da Covid-19”.
Também citado no comunicado, Pedro Sousa, médico radiologista do CHVNGE, afirma que o projeto colocou “a medicina e a engenharia a caminhar lado a lado”.
“Este projeto tem o potencial de criar uma ferramenta de diagnóstico útil e poderosa na prática clínica”, refere o médico, acrescentando que neste momento está a ser avaliada a possibilidade de o sistema ser testado no CHVNG, “onde poderá contribuir como uma segunda opinião de fácil interpretação” e ajudar no combate à pandemia.
