A pesquisa foi desenvolvida com bolsa CNPq e disponibiliza software livre ao Sistema Único de Saúde com redução de custos e incremento de eficiência
Lisle Faray de Paiva
Graduanda do curso de Ciência da Computação, na Universidade Federal do Maranhão (UFMA). Tem experiência na área de Ciência da Computação, com ênfase em Metodologia e Técnicas da Computação.
Utilizar uma Rede Neural Convolucional simples em conjunto com a função de custo Triplet Loss para extrair características de imagens de três marcações anatômicas gastrointestinais (z-line, pylorus e cecum) para classificá-las. Esse é, em síntese, o objeto da pesquisa vencedora do Prêmio FAPEMA 2021 na categoria Jovem Cientista.
Com a promessa de ser um aliado na ampliação da capacidade de trabalho dos especialistas médicos da área, o projeto foi desenvolvido pela graduanda do Curso de Ciência da Computação, Lisle Faray de Paiva, da Universidade Federal do Maranhão (UFMA), com a orientação do professor doutor Anselmo Cardos de Paiva.
“A endoscopia gástrica é o exame comumente utilizado para localização e prevenção de doenças do trato gastrointestinal, e que uma câmera é utilizada para a navegação dentro do sistema digestivo”, explica Lisle Paiva. “Para se guiar dentro do trato gastrointestinal, o funcionário da saúde se utiliza de marcações anatômicas para se localizar”, prossegue. “E a detecção automática das marcações anatômicas em exames de endoscopia gástrica é uma tarefa que pode auxiliar profissionais da área da saúde na interpretação desses exames, reduzindo custo e tempo em exames exploratórios”, complementa.
A pesquisa
Os sistemas de detecção e diagnóstico auxiliados por computador têm sido vastamente explorado no âmbito científico. No entanto é necessária muita capacidade de processamento para atingir resultados satisfatórios. “Atualmente, quase todas as imagens estão em cores e a maioria está em formato digital. Contudo, entender sua representação no computador e processá-los é quase completamente negligenciado nos currículos”, diz a pesquisadora.
O processamento de imagens coloridas apresenta diversas características específicas. O trabalho realizou um estudo dos métodos de processamento de imagens coloridas, a investigação, a representação e possível utilização em tarefas de Deep Learning aplicadas a imagens médicas coloridas, principalmente em imagens do trato gastrointestinal, que são coloridas, e diferem das imagens médicas em geral que são tratadas em níveis de cinza.
O trabalho está baseado em três conceitos básicos: Triplet Loss, Redes Neurais Convolucionais e Embeddings. Lisle Paiva explica que o projeto foi concebido com o intuito de auxiliar profissionais da área da saúde durante o exame de endoscopia de cápsula. “Os resultados obtidos nos experimentos, realizados no período de agosto de 2020 a julho de 2021, no Núcleo de Computação Aplicada da UFMA, ultrapassaram o estado da arte para classificação de marcações anatômicas em certas métricas mostrando que não é necessário uma arquitetura de Rede Neural que requer um custo de memória e processamento maior para obter bons resultados”, conta a pesquisadora.
Alto índice de doenças gastrointestinais
Segundo a pesquisadora, doenças do trato gastrointestinal são prevalentes em todo o mundo, causando uma alta mortalidade, e requerem a utilização de cuidados específicos dos sistemas de saúde. De acordo com a OMS/2018, no Brasil há cerca de 19% da população acometida com, pelo menos, um tipo de doença relativa ao trato gastrointestinal independentemente do gênero sexual.
Registros do Boletim Epidemiológico nº 39, de outubro de 2020, da Secretaria de Vigilância em Saúde do Ministério da Saúde do Brasil, apontam, em 2018, 156.480 óbitos, o que equivale a 11,9% de todas as mortes do ano no paıs.
E, no Maranhão, o número de óbitos (por 100 mil habitantes), naquele ano, encontra-se no intervalo entre 53,2 e 55,7. Além, disso, o estado possui a segunda menor taxa de médicos por 100 mil habitantes do Brasil (1,08). “Verifica-se portanto, a importância para o Maranhão do desenvolvimento e disponibilização de ferramentas que possam ampliar a capacidade de trabalho dos profissionais que atuam no estado, incrementando a disponibilização de serviços de atendimento de saúde a uma parcela maior da população e com alta eficiência e custos baixos”, conclui Lisle Paiva.
Resultados
A pesquisa se apresenta de grande importância para o Maranhão por se tratar do desenvolvimento de técnicas e produtos (software) de alta tecnologia voltados para a atenção a saúde humana. Como resultados sociais do trabalho está a disponibilização como software livre aos médicos que atendem aos pacientes do Sistema Único de Saúde (SUS) e a sua aplicação na detecção de marcas anatômicas em exames de endoscopia digestiva desse público.
“Isso proporciona um incremento da efetividade do atendimento, com ferramentas simples e efetivas para análise de exames médicos, e contribuiu para a melhoria da qualidade do atendimento e das condições de saúde da população do Estado”, diz a pesquisadora. “Em trabalhos futuros pretende-se aplicar a imagens coloridas a técnica de aumento de dados a fim de gerar novas amostras para amplificar o treinamento do nosso modelo”, pontua a pesquisadora.
A pesquisa resultou na produção do artigo científico “Classification ˆ of anatomical landmarks in the gastrointestinal tract with endoscopy images utilizing convolutional neural networks and triplet loss”, que foi submetido ao XVIII Encontro Nacional de Inteligência Artificial e Computacional (ENIAC 2021
