Rede neural permite diagnóstico de imagem preciso com equipamento mais simples

A optoacústica é uma técnica relativamente recente de diagnóstico médico, que funciona de forma análoga ao ultrassom. Enquanto que o equipamento de ultrassom emite ondas que são refletidas pelos tecidos e capturadas por um sensor, permitindo gerar uma imagem das estruturas internas do corpo, a optoacústica, como o nome sugere, usa um emissor que emite pulsos curtos de laser, os quais são absorvidos pelos tecidos e convertidos em ondas de ultrassom, gerando um resultado similar ao da primeira técnica. Seu maior diferencial é que a técnica não exige o uso de contraste, necessário para evidenciar informações funcionais dos órgãos no próprio ultrassom, em raios-X ou em exames de ressonância magnética. A optoacústica pode ser usada para visualizar vasos sanguíneos, estudar atividade cerebral, caracterizar lesões da pele e diagnosticar, por exemplo, câncer de mama. Entretanto, a qualidade das imagens geradas é dependente da quantidade e da distribuição dos sensores do dispositivo: quanto mais sensores, e quanto mais distribuídos eles sejam, melhor a qualidade da imagem.

Pesquisadores da Universidade de Zurique, na Suíça, tiveram uma ideia para obter imagens de alta qualidade com um setup bem mais simples. Eles usaram um scanner optoacústico com 512 sensores para gerar imagens de qualidade superior, e passaram essas imagens para que uma rede neural convolucional pudesse determinar as características determinantes de alta qualidade. Depois, eles usaram um scanner com 128, ou até apenas 32 sensores, para repetir as leituras. Como esperado, os scanners mais simples geraram imagens de qualidade muito inferior. Mas essas imagens foram passadas para a rede neural que, com o treinamento realizado, se tornou capaz de corrigir as distorções, entregando imagens de qualidade similar às obtidas pelo sensor mais robusto.

Outro fator importante para gerar diagnósticos precisos com a técnica é obter leituras a partir de diversos ângulos, mas a rede neural conseguiu gerar imagens precisas mesmo a partir de leituras de uma natureza bem mais limitada. Isso é relevante porque a técnica não tem alta capacidade de penetração, sendo aplicável a análises mais superficiais, mas nesse caso, algumas regiões do corpo não podem ser analisadas nem por um equipamento robusto. No final das contas, o trabalho da equipe da Universidade de Zurique não só capacitou o uso de sensores mais simples, mas aumentou o campo de aplicação da técnica.

Os resultados obtidos permitem reduzir o custo do equipamento, aumentar a velocidade do exame, e melhorar o diagnóstico. Mas os autores enfatizam que os benefícios vão além dos diretamente associados à técnica. O trabalho mostra que a inteligência artificial pode ser aplicada para melhorar qualquer processo diagnóstico que faça uso de dados esparsos, acentuado as características relevantes das informações a que tem acesso para entregar um resultado de maior qualidade.

O trabalho foi publicado em setembro.

Seja o primeiro a comentar

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *