Imagem extraída do artigo publicado na revista ACS Publications
Um aplicativo baseado em inteligência artificial (deep learning) e um smartphone com uma câmera fotográfica podem ser os itens para diagnósticos de doenças infecciosas. Os equipamentos foram usados em uma pesquisa desenvolvida pela Harvard Medical School, nos Estados Unidos, na qual participou o professor brasileiro Luis Pacheco, do Instituto de Ciências da Saúde (ICS) da Universidade Federal da Bahia (UFBA). O estudo, iniciado em 2019, viabilizou diagnósticos baratos para HIV, hepatites B e C e Zika e, quando chegou a pandemia do novo coronavírus, os pesquisadores iniciaram os testes para SARS-CoV-2. Em condições de estudo laboratorial, a equipe conseguiu 100% de sensibilidade e especificidade com amostras de Covid-19, tendo como padrão de comparação amostras testadas por RT-PCR. Ou seja, todos os diagnósticos foram assertivos. No entanto, a solução ainda não foi testada em campo, num hospital por exemplo.
A pesquisa avaliou o desempenho do sistema na detecção de cinco alvos de vírus diferentes usando 179 amostras de pacientes. E, ao adaptar para o novo coronavírus, foi possível detectar antígenos de SARS-CoV-2 em 62 amostras de swab nasal com 100% de precisão.
“O sistema foi desenvolvido para detectar antígeno viral ou RNA viral. Esse primeiro trabalho, já publicado, foi realizado com antígeno viral, mas estamos com um segundo paper em processo de publicação para detectar o RNA de SARS-CoV-2”, explicou em entrevista para Mobile Time o professor Pacheco.
Os microchips – placas com pequenos furos onde são inseridos os componentes do vírus e do paciente – foram produzidos em uma máquina cortadora a laser, “um material bem barato e simples”, completou o professor. A ideia é que o equipamento seja usado por um agente de saúde e essa pessoa faça uma fotografia do microchip, já com os materiais inseridos nele, e, a partir da reação dos componentes, seja dado o diagnóstico em 50 ou 80 minutos, a depender do vírus. O contato dos componentes virais com os reagentes e o que foi coletado do paciente gera bolhas e elas apontam se o resultado do teste é positivo ou negativo. “O olho humano não é capaz de detectar essas bolhas. Por isso precisamos da câmera do celular e da inteligência artificial”, explica Pacheco.
A IA foi desenvolvida a partir de mais de 700 reações com amostras positivas coletadas. Mas, como o número não seria suficiente, os pesquisadores utilizaram o deep learning (proprietária de Harvard) para fabricar 16 mil imagens sintéticas construídas digitalmente e que, no caso, mimetizavam casos reais de resultados positivos.
Segundo o professor da UFBA, os testes foram realizados com smartphones com câmeras simples, entre 8MP e 12MP. “Em teoria, o sistema consegue detectar o resultado independente da qualidade da foto tirada pelo usuário. Testamos diferentes condições de iluminação, resolução de câmera, distância do smartphone para o microchip etc. E não é necessário nenhum dispositivo adicional acoplado ao celular, somente o microchip de baixo custo e o smartphone carregado com o aplicativo. Esse app ainda não está disponível para download, pois é uma tecnologia proprietária deles (Harvard) e ainda está em desenvolvimento. O estudo foi uma prova de conceito: a tecnologia ainda não está disponível comercialmente”, explicou o professor Pacheco. Segundo o pesquisador, o próximo passo da pesquisa deve ser a validação clínica, assim como a continuação do trabalho para detectar RNA de SARS-CoV-2.
