O novo agente do coronavírus (SARS-CoV-2), que provoca a doença COVID-19, surgiu pela primeira vez na cidade de Wuhan na China em dezembro de 2019 e se espalhou rapidamente pelo mundo, tornando-se uma pandemia e causando um efeito devastador nos sistemas de saúde pública e na economia em escala mundial.
De acordo com a Organização Mundial de Saúde (OMS), é fundamental detectar os casos positivos de COVID-19 o mais cedo possível, a fim de evitar a propagação desta epidemia e tratar rapidamente os pacientes afetados.
Para Tedros Adhanom Ghebreyesus, diretor-geral da OMS, realizar testes em larga escala na população ainda é a melhor alternativa para frear a propagação do vírus. Em suas palavras, “não se consegue combater um incêndio com os olhos vendados — você não consegue parar essa pandemia se não souber quem está infectado”.[1] Acontece que a demanda global por kits de testes rápidos limitou a aquisição dos mesmos, impondo a necessidade de soluções auxiliares de diagnóstico.
Estudos desenvolvidos pela Universidade de Montreal, no Canadá[2], a partir de técnicas de imagens por radiologia, demonstraram que as imagens de RX contêm dados relevantes sobre o vírus gerador da COVID-19. Porém, ainda seria necessária uma tecnologia para agilizar a interpretação desses dados e gerar informações seguras para os agentes de saúde.
Neste contexto surgiu a aplicação de técnicas avançadas de inteligência artificial (IA), que contribuiu na detecção precisa da COVID-19 e acelerou o diagnóstico, de dias e horas para minutos. Outrossim, a IA também trouxe o benefício de suprir a escassez de médicos especializados, especialmente em áreas remotas. Em suma, o uso da IA tem retornado resultados extremamente satisfatórios na detecção automática de COVID-19 por meio de imagens radiográficas do tórax.
Seguindo a sua missão de disponibilizar tecnologias de ponta e, também, de contribuir no combate à COVID-19, a Globalthings Tecnologia desenvolveu uma solução baseada em Inteligência Artificial, denominada Globalthings IA.Care; que utiliza a classificação binária (COVID x Não COVID) e apresenta uma precisão de 97,54%, demonstrando-se uma ferramenta valiosa de auxílio para radiologistas e profissionais da saúde, especialmente na validação de triagem inicial.
Inteligência Artificial vs. Covid-19
A aplicação de métodos de aprendizado de máquina (Machine Learning) para diagnóstico automático vem ganhando aceitação da comunidade médica, como ferramenta de diagnóstico auxiliar.
O aprendizado profundo, que é uma área de pesquisa popular de inteligência artificial (IA), permite a criação de modelos de ponta a ponta para alcançar resultados prometidos usando dados de entrada, como um raio-X ou uma tomografia computadorizada.
Técnicas de aprendizado profundo foram aplicadas com sucesso em muitos problemas, como detecção de arritmia, classificação de câncer de pele e mama, detecção de pneumonia a partir de radiografias de tórax, entre outras.
O rápido aumento da epidemia do COVID-19 exigiu a necessidade de conhecimento neste campo. Isso aumentou o interesse no desenvolvimento de sistemas de detecção automatizados baseados em técnicas de IA.
Fornecer médicos especialistas a todos os hospitais se tornou uma tarefa desafiadora e cara, devido ao número limitado de radiologistas. Portanto, modelos de IA simples, precisos e rápidos podem ser úteis para superar esse problema e fornecer assistência rápida aos pacientes. Embora os radiologistas continuem desempenhando um papel fundamental devido à sua vasta experiência neste campo, as tecnologias de IA em radiologia podem ser úteis para obter um diagnóstico preciso. Além disso, as abordagens de IA podem ser úteis para eliminar desvantagens, como número insuficiente de kits de teste de RT-PCR, custos de teste, tempo de espera dos resultados e a dificuldade de detectar os estágios iniciais da COVID-19. Modelos de aprendizado profundo, quando bem treinados, podem se concentrar em pontos que não são perceptíveis ao olhar humano e, assim, servir para reverter essa percepção.
Resultados Experimentais
Para averiguar os resultados encontrados no Canadá e validar a sua solução tecnológica, Globalthings IA.Care, o setor de Pesquisa e Desenvolvimento da Globalthings realizou experimentos onde detectou e classificou a COVID-19 a partir de imagens de raios-X. Treinamos o modelo de aprendizado profundo para classificar imagens de raios-X em duas categorias: COVID e Não COVID: 80% o das imagens de raios-X foram usadas para treinamento e 20% para validação. O nosso modelo alcançou uma precisão média de 97,54% na detecção de COVID-19.
Por se tratar de uma síndrome respiratória aguda grave, a radiografia de tórax pode detectar alguns achados característicos no pulmão associados ao COVID-19. Assim, a imagem radiológica tem se mostrado mais uma importante arma no combate à COVID-19, especialmente nos estágios iniciais de diagnóstico, tratamento e isolamento da doença. Os Modelos de Aprendizado Profundo mostraram-se sensíveis na detecção do envolvimento pulmonar do COVID-19, com uma taxa de precisão do diagnóstico superior a 95%.
Os Modelos de Aprendizagem Profunda mostraram-se relevantes na triagem e no diagnóstico da COVID-19, isto é, quando a infecção está em seus estágios iniciais, momento ideal para atuação, tratamento e interrupção da transmissão.
Ainda sobre os Modelos de Aprendizagem Profunda, sabe-se que estes também podem desempenhar um papel vital em pacientes sem sintomas iniciais e podem ser facilmente utilizados em centros de saúde. Ou seja, dispensa longas horas de espera até que um profissional radiologista examine as imagens. Assim, uma vez verificada a presença do vírus no organismo do paciente, profissionais de saúde e familiares podem se concentrar no isolamento de casos suspeitos para que o tratamento possa começar e a propagação da doença pode ser significativamente reduzida.
Mesmo que na busca por uma contraprova, os casos diagnosticados como positivos pela IA ajuda reduzir significativamente o tempo de espera, aliando assim carga de trabalho na clínica.
Aos gestores públicos, a ferramenta também traz benefícios importantes, na medida em que, por meio dos dados cadastrais dos pacientes, podem identificar com rapidez e clareza onde o vírus está circulando mais amplamente, por faixa etária, bairros e regiões. Agilizando assim medidas sanitárias mais eficientes, reduzindo desperdício de recursos e poupando esforços das equipes de saúde.
Globalthings IA.Care é baseado em aprendizado profundo para detectar e classificar casos de COVID-19 a partir de imagens de raios-X. Nosso sistema foi desenvolvido para executar tarefas binárias com uma precisão de mais de 95%. O Globalthings IA.Care pode ser usado em locais remotos afetados pelo COVID-19 para superar a escassez de radiologistas e pode ser usado 100% na nuvem.
[1] COREN/PE. Ministério da Saúde anuncia distribuição de 10 milhões de testes para COVID-19 Disponível em <https://bit.ly/2WLDK04> Acesso em 15 mai 2020.
[2] Bertonlini et al. 2020. COVID-19 identification in chest X-ray images on flat and hierarchical classification scenarios Disponível em <https://bit.ly/3bxUzRE> Acesso em 15 mai. 2020.