Desenvolvida solução para optimizar diagnóstico de doenças colorrectais
Protótipo de solução de inteligência artificial para analizar anomalias em exames que podem ou não ser cancro tem “uma sensibilidade de 98,9% e uma taxa de acerto de 90,2%”, diz o INESC TEC.
Investigadores do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC), no Porto, desenvolveram uma solução que recorre à inteligência artificial (IA) para identificar anomalias e optimizar o diagnóstico de doenças colorrectais.
A verdade faz-nos mais fortes
Das guerras aos desastres ambientais, da economia às ameaças epidémicas, quando os dias são de incerteza, o jornalismo do Público torna-se o porto de abrigo para os portugueses que querem pensar melhor. Juntos vemos melhor. Dê força à informação responsável que o ajuda entender o mundo, a pensar e decidir.
Investigadores do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC), no Porto, desenvolveram uma solução que recorre à inteligência artificial (IA) para identificar anomalias e optimizar o diagnóstico de doenças colorrectais.
Em comunicado, o instituto do Porto esclarece que esta solução, desenvolvida no âmbito do projecto CADPath.AI financiado pelo programa Portugal 2020, permite “identificar anomalias e diagnósticos de forma totalmente digital” e foi desenvolvida em parceria com o laboratório de anatomia patológica IMP Diagnostics.
O modelo incluído no protótipo tem como base um algoritmo de inteligência artificial desenvolvido a partir da análise de 4500 biópsias e polipectomias colorrectais, “apresentando uma sensibilidade de 98,9% e uma taxa de acerto de 90,2%”. Citado no comunicado, Jaime Cardoso, investigador do INESC TEC, observa que o protótipo vai permitir ao médico “reportar se o diagnóstico automático está correcto, possibilitando a integração de novos dados no desenvolvimento do algoritmo e melhorando o seu desempenho ao longo do tempo”.
Através desta solução, o patologista poderá analisar a imagem digitalizada de uma amostra e “obter, em tempo real, a classificação da amostra, seja ela sem neoplasia, lesão de baixo grau ou lesão de alto grau”, diz a directora clínica do laboratório de anatomia patológica, Isabel Macedo Pinto. “O sistema é também capaz de gerar um mapa representativo da classificação específica das diferentes áreas do tecido, guiando o patologista para as de maior interesse para o respectivo diagnóstico”, acrescenta.
O protótipo vai começar a ser testado este mês no IMP Diagnostics.