Muitas startups brasileiras estão apostando na Lucidez Sintético para o enfrentamento da covid-19. Em julho, um dital lançado pelo governo do estado de São Paulo, por meio do programa IdeiaGov, abriu uma chamada pública para selecionar soluções tecnológicas que usassem algoritmos de lucidez sintético, capazes de ajudar médicos no diagnóstico de coronavírus a partir de exames de relâmpago-x e tomografia computadorizada.
O duelo, que contou com 21 inscritos, selecionou três startups, que terão suas propostas validadas no Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo (USP). Depois esse período, que deve levar até oito semanas, as soluções podem ser adotadas pelo estado. Segundo o governo do estado de São Paulo, hoje, a única solução deste tipo no mundo disponível comercialmente está na China.
Na prática, a lucidez sintético permite que máquinas possam aprender a raciocinar de maneira similar à dos humanos. Foi a partir dessa possibilidade que as startups envolvidas no IdeiaGov trabalharam. Elas desenvolveram redes neurais convolucionais e as treinaram com imagens de pulmões com Covid-19 e sem a doença, de forma que o sistema elaborado pudesse aprender a diagnosticar o paciente em menos de um minuto. Os proponentes poderiam apresentar soluções voltadas à leitura de relâmpago-x e tomografia ou de somente um dos tipos de inspecção.
A NeuralMind, que participou da seleção por meio de um consórcio com o Laboratório de Computação de Imagens Médicas da Faculdade de Engenharia Elétrica e Computação (MICLab FEEC), da Universidade Estadual de Campinas (Unicamp), ficou em primeiro lugar na avaliação para emprego em relâmpago-x de tórax e tomografia. Nos dois casos, são usadas redes neurais convolucionais, algoritmos de Deep Learning que captam imagens de ingressão e atribuem a elas pesos e vieses apreendidos. Os pesquisadores também conseguiram transmudar imagens tomográficas em imagens semelhantes às de relâmpago-x, a término...
de facilitar o uso da mesma rede neural.
A solução pode ser empregada no diagnóstico e, também, no prognóstico de pacientes já diagnosticados com a doença. A NeuralMind funciona dentro do Parque Científico e Tecnológico da Unicamp, envolvendo oito pessoas. A equipe já estava estudando a aplicabilidade de lucidez sintético em diagnósticos por relâmpago-x e tomografia desde o surgimento do coronavírus.
Já a startup Otawa Health desenvolve tecnologia envolvendo IA na dimensão de oncologia desde 2016 e começou neste ano a pesquisar formas de empregar a instrumento no diagnóstico de Covid-19. Cinco profissionais estão envolvidos no resultado. A solução proposta pela Otawa Health prevê a classificação das imagens de relâmpago-x sejam processadas em três níveis de verosimilhança de Covid-19 – baixa, média e subida. Um aplicativo foi desenvolvido em português, espanhol e inglês para ajudar os profissionais. Os médicos podem enviar a imagem de relâmpago-x de seus pacientes para o servidor tanto pelo celular, por foto, ou por conexão com equipamentos hospitalares.
A startup Visibilia, de São Carlos, foi aprovada com uma solução voltada à tomografia computadorizada, a FADCIL. O sistema também identifica involuntariamente casos de coronavírus em imagens médicas, por meio de Deep Learning e de congraçamento com a versatilidade anatômica dos pacientes.
Composta por seis pesquisadores associados, a empresa está no mercado desde 2017 com soluções aplicadas ao mundo dos negócios. O projeto da FADCIL tem porquê líder o pesquisador doutor Gabriel Humpire, profissional com experiência em estudo e processamento de imagens médicas, em peculiar, tomografias computadorizadas para detecção automática de doenças porquê cancro.
O resultado da Visibilia faz integração com a instrumento PACS, já utilizada em clínicas e hospitais para arquivamento de imagens, e que pode ser conectada diretamente a tomógrafos e máquinas de raios-x. Há ainda a possibilidade de desenvolvimento de uma interface web que permita ao médico fazer o upload direto das imagens ao servidor da FADCIL na nuvem. O servidor da FADCIL geraria esse diagnóstico e o entregaria ao médico.
