Hologramas e algoritmos são usados para diagnosticar malária

Por Redação | 26 de Setembro de 2016 às 17h08

Diagnosticar a malária pode ser algo difícil em locais com poucos recursos, pois os testes demandam peritos treinados e equipamentos específicos. Agora, pesquisadores querem usar a tecnologia para mudar esse cenário.

Dados da Organização Mundial da Saúde (OMS) indicam que cerca de 500 milhões de pessoas são infectadas por doenças transmitidas por mosquitos a cada ano. No entanto, a malária ainda é a mais fatal, causando a morte de 2,7 milhões de pessoas anualmente.

A malária é uma doença infecciosa causada por um parasita e transmitida pela picada de mosquitos infectados e, atualmente, seu diagnóstico é feito com a ajuda de um exame microscópico de amostras de sangue. Mas esses exames devem ser avaliados por profissionais experientes, que ainda têm grandes dificuldades de fazê-lo de maneira ágil em ambientes com poucos recursos.

Além disso, especialistas em diagnosticar a malária também estão em falta, especialmente em regiões mais pobres onde a doença se propaga com mais facilidade. Pensando em melhorar essa situação, uma equipe de Engenharia Biomédica da Universidade Duke, nos Estados Unidos, desenvolveu uma técnica inovadora baseada em hologramas e algoritmos.

Para conseguir a proeza, os pesquisadores utilizaram um laser sobre uma amostra de sangue para criar uma imagem holográfica, uma técnica que, apesar de soar altamente high tech, já é utilizada pela equipe há alguns anos. As imagens obtidas podem representar deformações e vários sinais de infecção nas células, mas elas ainda precisam ser analisadas para determinar se os sintomas são de malária ou outra doença.

QPS System

Sistema de espectroscopia de fase quantitativa para levantamento de dados obtidos por meio do laser na amostra de sangue(Imagem: PLoS ONE)

Para avaliar os exames, os pesquisadores identificaram 23 indicadores, entre eles a espessura celular e a assimetria, que ajudam a distinguir células infectadas e saudáveis. Nos testes realizados, o método por si só conseguiu, no máximo, 90% de precisão no diagnóstico. Isso quer dizer que ele ainda está muito abaixo dos olhos treinados de um perito; mas é aí que entra o algoritmo.

Os pesquisadores alimentaram um sistema de Deep Learning com dados sobre milhares de células saudáveis e doentes, dessa forma ele foi treinado para determinar quais parâmetros e combinações sinalizam uma infecção por malária. Depois de ver milhares de imagens, o algoritmo de aprendizagem profunda aprendeu a detectar com pelo menos 97% de precisão casos de malária, além de processar milhares de células por minuto ao desconstruir hologramas em dados simplificados, tornando a técnica viável em regiões com poucos recursos e conexão à internet limitada.

A novidade ainda está restrita aos laboratórios da universidade, mas os pesquisadores já trabalham em uma versão portátil do sistema que pode ser utilizado em pesquisa de campo e deve custar em torno de US$ 500.

Fonte: PLoS ONE

Fonte: Digital Trends

Siga o Canaltech no Twitter!

Não perca nenhuma novidade do mundo da tecnologia.