Ilka Kassandra Pereira Belfort
Doutoranda da Rede Nordeste de Biotecnologia (RENORBIO/UFMA). Mestre em Saúde Materno Infantil. Especialista em Saúde Materno Infantil, Saúde Mental, Saúde da Família, Saúde da Mulher Negra (UFMA); Docência e Serviços de Saúde pela EducaSaúde (UFRGS) e Secretaria de Gestão do Trabalho e da Educação na Saúde (Ministério da Saúde). Graduada em Enfermagem pela Faculdade Santa Terezinha (CEST) e Biblioteconomia (UFMA). Atua em linhas de pesquisas da área de Enfermagem, Saúde da família, Saúde da Mulher e Gestão em Saúde.
Construir um software de previsão de risco de papilomanovirus humano (HPV). Esse é o objetivo do projeto que vem sendo desenvolvido por Ilka Belfort há cerca de 3 anos e que lhe rendeu o Prêmio Fapema 2019 em Inovação Tecnológica.
O trabalho se baseou em dados de estudo epidemiológico sobre rastreamento do papilomavírus humano (HPV) em usuários de drogas ilícitas em São Luís (MA), financiado por meio do Edital Universal Fapema n° 40/2015. O desenvolvimento do sistema computacional, entretanto, foi realizado com recursos próprios.
“O prêmio Fapema é um incentivo aos pesquisadores, em especial aos iniciantes”
“Há uma estreita relação entre HPV e desenvolvimento do câncer de colo de útero e a diminuição da morbimortalidade por câncer de colo uterino ainda é um grande desafio nos países em desenvolvimento”, ressaltou Ilka Belfort.
De acordo com a pesquisadora, a ideia do estudo se deu a partir de evidências epidemiológicas. “O Maranhão não alcança a porcentagem ideal de 80% de coletas de preventivos de colo uterino em mulheres de 25 a 64 anos”, informou. “Assim, construiu-se uma hipótese de que a utilização de um sistema computacional inteligente poderia contribuir para busca ativa das mulheres para a realização do exame preventivo do câncer de colo do útero”, acrescentou. “Isso pode melhorar o rastreamento e alcançarmos uma cobertura eficiente desse exame preventivo”, afirmou.
Há estudos que trabalham com inteligência artificial em sistemas de saúde auxiliando na triagem e tomada de decisões. “No que se refere ao papilomavírus humano, o que a literatura nos oferece são sistemas que trabalharam com dados de biopsias ou de citologias de mulheres com câncer de colo de útero, mas não com amostras de mulheres saudáveis e com a lógica computacional que utilizamos”, destacou a pesquisadora.
Metodologia e resultados
“O trabalho utilizou um sistema computacional inteligente, com a lógica fuzzy como método de predição de infecção pelo HPV”, assinalou Ilka. Na primeira fase da ação, ocorreu a coleta de dados epidemiológicos e amostra biológicas de 562 mulheres adultas, sexualmente ativas, usuárias do Sistema Único de Saúde (SUS) para verificar a presença ou não do DNA-HPV e seus fatores de risco. “Em seguida, foi realizado o desenvolvimento do software preditivo para infecção com HPV, a partir de dados de estudos anteriores e dos resultados obtidos nas coletas com as usuárias do SUS”, informou a premiada.
O principal resultado do trabalho, até o momento, foi o desenvolvimento e validação do software, baseado em sistema computacional inteligente. Aravés de perguntas e respostas o sistema informa acerca da probabilidade, alta, média ou baixa, de infecção por HPV. “É uma ‘calculadora’ de risco para HPV que possui o intuito de auxiliar na busca ativa de mulheres para o encaminhamento a consulta ginecológica e realização do exame preventivo do câncer de colo do útero”, explicou a pesquisadora.
Na avaliação de Ilka, a pesquisa contribui para o avanço do uso de sistemas de inteligência artificial como suporte à decisão clínica, com foco na prevenção e promoção de saúde. “O software poderá auxiliar os profissionais da atenção básica de saúde a realizarem de maneira mais precisa uma triagem e encaminhamento precoce do câncer cervical, evitando assim, possíveis casos de óbito e melhorando a eficiência do tratamento”, ressaltou.
Futuro da pesquisa
O desenvolvimento desta “calculadora” de risco foi realizado com base em resultados de laudos citopatológicos de mulheres saudáveis associado a detecção do papilomavírus humano por biologia molecular. “Para melhorar a acurácia, precisamos testar e validar dados biológicos de mulheres com alterações citopatológicas e câncer de colo de útero”, assinalou Ilka.
E para tornar o algoritmo mais robusto, é necessário treiná-lo com um grande número de dados de entrada usando uma variedade de amostras biológicas de diferentes regiões geográficas. “Seriam necessários dados biológicos de mulheres com e sem alterações citológicas e de mulheres com lesões pré-cancerosas, alén da necessidade de extrapolar a região do Maranhão”, finalizou.