Alunos desenvolvem sistema que auxilia a diagnosticar a Covid-19 por hemograma

Um grupo de pesquisadores está desenvolvendo uma plataforma digital que, pela análise de dados de pacientes, gera indicadores que podem auxiliar instituições e profissionais da saúde a tomarem decisões no combate ao novo coronavírus. A partir de informações fornecidas pelos pacientes e obtidas em exames, o sistema utiliza inteligência artificial para agilizar o processo de diagnóstico e otimizar recursos. Denominada DiagoNow, a ferramenta foi idealizada por pesquisadores de diferentes instituições, como a Universidade Federal do ABC (UFABC) e a Universidade de São Paulo (USP), com consultoria médica do Hospital de Amor de Barretos (antigo Hospital de Câncer de Barretos). 

A ferramenta funciona em quatro etapas, que atuam de modo complementar para confirmar casos positivos ou descartar negativos. A primeira é a autotriagem, na qual o próprio paciente responde um questionário online sobre seus sintomas. As respostas alimentam o banco de dados e o auxiliam a tomar a decisão de ir ou não a um hospital. Os dados são aproveitados, também, na anamnese, que é a segunda parte do processo, na qual o sistema utiliza informações de sintomas, sinais vitais e histórico médico para calcular um indicador inicial sobre a presença ou não da Covid-19 em cada paciente. A terceira etapa é a análise de exames complementares, como hemograma e radiografia, a partir dos quais são calculados indicadores de risco de contaminação pelo vírus. Esse momento é fundamental para auxiliar a tomada de decisão médica e fornecer diagnósticos assertivos sobre a doença. A última fase é a de previsões e monitoramento, que possibilita um acompanhamento dos pacientes para monitorar seu quadro clínico e emitir alertas, auxiliando a decidir se o paciente deve ser internado ou mesmo encaminhado para a UTI. 

As análises dos hemogramas têm apresentado resultados muito satisfatórios: a partir de dados preexistentes, a plataforma DiagoNow consegue informar, com até 95% de precisão, os casos negativos da doença. Quando a ferramenta acusa possibilidade de confirmação da infecção, a precisão é de 67%. Nesses casos, o possível infectado segue sendo avaliado nas fases seguintes do processo. Durante todas as etapas, o sistema oferece gráficos detalhados, que mostram os dados levados em conta pelo modelo. 

Um dos coordenadores da DiagoNow é Jairo da Silva Freitas Júnior, aluno da UFABC. Ele conta como se deu o início do projeto. “Em 28 de março, o Hospital Israelita Albert Einstein lançou um desafio de detecção de SARS-CoV-2 a partir de exames laboratoriais (sangue, urina e testes para infecções respiratórias) no Kaggle (uma famosa plataforma para competições em ciência de dados). Participei do desafio e meu trabalho foi selecionado como uma das 6 soluções vencedoras. Pouco depois, a organização da competição convidou os vencedores para uma apresentação virtual no SIG-CIDIAS (Ciência de Dados e Inteligência Artificial aplicadas à Saúde) da Rede Universitária de Telemedicina, em 7 de maio. Nesse momento, os finalistas se conheceram e, logo na sequência, nos unimos para combinar os melhores resultados de cada um e colocar de pé uma plataforma web que permitisse aos profissionais de saúde utilizar esses modelos de inteligência artificial. Nesse momento, convidei a Patrícia Dias dos Santos (também aluna da UFABC) para participar. Ela cursa doutorado na POS-COMP da UFABC e atua no desenvolvimento da plataforma web e na análise e discussão dos resultados do time de dados. Eu e a Patrícia nos conhecemos há 2 anos, quando fundamos com colegas o DataLab UFABC - Campus SA, uma iniciativa de alunos que se interessam por ciência e análise de dados e colaboram entre si ministrando palestras e tirando dúvidas sobre aspectos técnicos e profissionais ligados à área. Simultaneamente, um grupo da USP-São Carlos nos procurou para conhecer mais da solução, pois estavam iniciando um projeto parecido. Após algumas conversas entendemos que fazia sentido fundir as iniciativas para ganhar força. Nessa parceria, além de trazer mais pessoas qualificadas para o time, trouxemos também o apoio do ICMC-USP e do Hospital de Amor de Barretos, que colabora com consultoria médica”. 

Por fim, ele enfatiza a importância da interdisciplinaridade da UFABC em sua trajetória de sucesso. “Estou no último ano da Ciência da Computação, mas, dada a formação interdisciplinar que a UFABC proporciona e a bagagem de conhecimentos sobre pesquisa relacionada à área de saúde que tive durante meu PDPD (Pesquisando Desde o Primeiro Dia) e Iniciação Científica (na área de nanobiomateriais para potencial tratamento de câncer ósseo), assumi – sempre com o apoio de médicos e do Professor André Ponce (USP), que nos orienta em assuntos ligados a Inteligência Artificial –, a posição de coordenação de dados do projeto, executando e orientando as atividades dos nossos cientistas de dados. 

#NósPeloBemComum

Assessoria de Comunicação e Imprensa da UFABC