Inteligência Artificial é capaz de detectar Covid-19 em imagens de Raios X

Um dos versos da música “A Canção do Senhor da Guerra”, da icônica banda brasileira de rock Legião Urbana, diz: “Uma guerra sempre avança a tecnologia, mesmo sendo guerra santa, quente, morna ou fria…”. De fato, no decorrer da história, as guerras sempre motivaram pesquisa e desenvolvimento tecnológico, principalmente a Segunda Guerra Mundial e a Guerra Fria. Da mesma forma, na atual guerra contra a Covid-19, muitas pesquisas têm aplicado novos métodos e novas tecnologias com o objetivo de criar vacinas em tempo recorde e ajudar na detecção de pessoas infectadas. Claro, a Inteligência Artificial (IA) é uma das principais tecnologias, considerando a velocidade com que resultados são gerados e, principalmente, sua precisão.

Um estudo publicado no dia 24 de novembro de 2020 no conceituado periódico Radiology, da Sociedade de Radiologia da América do Norte (RSNA – da sigla em inglês), apresentou um sistema de IA desenvolvido pela Northwestern University (EUA) capaz de detectar a Covid-19 em imagens de Raios X com uma precisão de 83%. Batizado de DeepCOVID-XR, o algoritmo usa conceitos como o Deep Learning (aprendizagem profunda) e redes neurais.

De forma resumida, esses conceitos subjacentes da IA imitam um cérebro humano utilizando grandes quantidades de dados como entrada (Big Data), ao mesmo tempo em que avaliam poucas variáveis relacionadas ao contexto em que são aplicados, com o objetivo de “aprender” a detectar padrões, inferir novos conhecimentos e, principalmente, prever resultados. O Deep Learning já é utilizado, por exemplo, pela Amazon e outras gigantes do e-commerce para detectar sentimentos em comentários dos usuários, objetivando melhorar seus produtos e serviços, e até prever comportamentos.

“…o objetivo não é substituir os métodos atuais de testes, mas fornecer uma alternativa capaz de possibilitar uma rápida triagem de possíveis infectados”

Segundo Aggelos K. Katsagellos, um dos principais autores do estudo, o objetivo não é substituir os métodos atuais de testes, mas fornecer uma alternativa capaz de possibilitar uma rápida triagem de possíveis infectados. “Os raios X são rotineiros, seguros e baratos. Nosso sistema levaria segundos para fazer a triagem de um paciente e determinar se esse paciente precisa ser isolado”, disse.

Considerando que a principal técnica utilizada no DeepCOVID-XR é o processamento digital de imagens, há muitas outras doenças pulmonares que geram padrões parecidos com a Covid-19. Assim, de acordo com Ramsey Wehbe, cardiologista com pós-doutorado pelo Northwestern Medicine Bluhm Cardiovascular Institute, “IA. não confirma se alguém tem ou não o vírus. Mas se pudermos sinalizar um paciente com este algoritmo, poderemos acelerar a triagem antes que os resultados do teste voltem”. Nesse sentido, são necessários mais dados para refinar e treinar o algoritmo, até alcançar uma precisão maior. Com esse objetivo, os cientistas disponibilizaram o algoritmo publicamente para que outros pesquisadores possam treiná-lo e/ou refiná-lo.

“IA. não confirma se alguém tem ou não o vírus. Mas se pudermos sinalizar um paciente com este algoritmo, poderemos acelerar a triagem antes que os resultados do teste voltem”
– Ramsey Wehbe

O desenvolvimento do algoritmo foi possível graças à utilização de mais de 17 mil imagens de Raios X de tórax. Entre essas imagens, mais de 5 mil eram de pacientes que testaram positivo para a Covid-19. Assim, o algoritmo DeepCOVID-XR foi executado em 300 imagens aleatórias de um conjunto de dados de um hospital, enquanto cinco radiologistas experientes também tentavam analisar as mesmas imagens sem o apoio da tecnologia. Cada profissional levou cerca de 3 horas e meia para analisar todas as imagens, enquanto a IA levou apenas 18 minutos. A precisão da IA chegou a 83%, enquanto a dos radiologistas ficou entre 76% e 81%.

Apesar dos resultados promissores, o estudo deixa claro que nos casos de pacientes assintomáticos, principalmente no início da progressão da doença, é impossível detectar sinais do vírus, seja por humanos ou por máquinas. Mesmo assim, essa tecnologia poderá ser usada num futuro próximo, sendo uma poderosa alternativa na guerra contra a Covid-19.

Texto publicado originalmente no Jornal de Jales, coluna Fatecnologia, no dia 06/12/2020