Covid: projeto coordenado pela Unicamp quer usar inteligência artificial para identificar cepas e novos padrões da doença


Ideia é que sistema de computador analise diferentes dados do paciente, do histórico a exames de imagens e de laboratório, e identifique padrões que, às vezes, escapam dos humanos. Foto de março de 2020 de pesquisador da Unicamp com frasco contendo o novo coronavírus (Covid-19)
Liana Coll/Unicamp
Um projeto coordenado por uma professora da Unicamp quer usar inteligência artificial para ajudar médicos e cientistas a detectar novas cepas e apontar mudanças nos padrões da Covid-19, como a descoberta de outras doenças preexistentes (comorbidades) que ainda não foram associadas aos casos graves da doença, inclusive nos casos já reportados de variantes do coronavírus.
Para isso, o sistema de inteligência artificial precisa “aprender a ler” e interpretar diferentes dados de pacientes, de histórico médico e prontuário de atendimento, a exames de imagens e laboratoriais. A ideia é que a tecnologia processe essas informações e identifique padrões que, às vezes, passam despercebidos por humanos.
“Já há uma grande quantidade de dados sobre a doença, mas pode ser que tenham algumas coisas que não estamos conseguindo acessar. A inteligência artificial pode ajudar na tomada de decisões”, defende Esther Colombini, professora de robótica e inteligência artificial da Unicamp e membro do Instituto de Engenheiros Eletricistas e Eletrônicos (IEEE).
Esther coordena o projeto multidisciplinar que foi um dos selecionados em chamada pública relacionada a Covid-19 do Brics (Brasil, Rússia, Índia, China e África do Sul). A pesquisa tem prazo de dois anos e o financiamento é via bolsa CNPq.
O grupo inclui mais dois professores da Unicamp, além de dois da USP e dois da Unesp, além de alunos associados aos profissionais das áreas de computação e medicina.
Primeira etapa
Antes que os algoritmos do sistema entrem em ação, os pesquisadores precisam formatar a base de dados que servirá como referência para análise dos casos de Covid-19. Inicialmente, serão utilizadas informações coletadas nos hospitais vinculados às três universidades paulistas, além de bancos de dados públicos.
A padronização dessas informações é essencial para que a inteligência artificial apresente resultados corretos nas análises.
“A construção é do zero. Ao trabalhar com imagens de tomografias, temos que preparar tudo. emos muitos dados ‘ruidosos’. Se entregarmos dado errado para o sistema, ele vai ler errado”, pontua Esther.
Reprodução em 3D do modelo do novo coronavírus (Sars-CoV-2) criada pela Visual Science.
Reprodução/Visual Science
A expectativa da pesquisadora é que em seis meses consiga ter o primeiro panorama do trabalho em funcionamento. Segundo ela, a ideia é que o sistema esteja disponível para ser utilizado em todo o Brasil, mas isso passa pela padronização dos dados que serão inseridos para análise.
“Nossa ideia é abrangente, que possa ser realizado em qualquer lugar. Mas precisamos montar uma plataforma, criar um sistema que padronize as informações. É um desafio bem grande. Em caso de dados de prontuários, por exemplo, há inclusive o regionalismo de como cada sintoma ou doença é descrito”, ressalta.
‘Novas cepas e novos padrões’
De acordo com Esther Colombini, a inteligência artificial permitiria apontar, a partir das referências já existentes nos bancos de dados, se os exames de um paciente podem indicar a circulação de uma nova cepa ou mesmo novos padrões da Covid-19.
“A partir daí, vamos poder saber que mudanças foram essas e entender melhor a Covid. São muitos estudos, mas ainda é uma doença pouco entendida. A predominância de casos graves ainda está relacionada a pessoas mais velhas e algumas doenças preexistentes, mas pode ser que tenham outras comorbidades que não estávamos enxergando antes”, completa.
VÍDEOS: Tudo sobre Campinas e região
Veja mais notícias da região no G1 Campinas.