Inteligência artificial ajuda a detectar doença de Chagas por fotos de celular

Inteligência artificial ajuda a detectar doença de Chagas por fotos de celular

Por Augusto Dala Costa | Editado por Luciana Zaramela | 02 de Junho de 2022 às 18h30
CDC/Kay DeWitt

Cientistas brasileiros inventaram um método para detectar a doença de Chagas utilizando o celular e inteligência artificial, diminuindo o custo e facilitando o processo de obter imagens para o exame. O Trypanosoma cruzi, protozoário que causa a condição, pôde ser identificado em imagens de amostras de sangue obtidas com celular e analisadas em microscópico ótico com a ajuda da IA.

A ideia surgiu quando um dos imunologistas do estudo, Helder Nakaya, notou a dificuldade que surgiu no Instituto Evandro Chagas com a aposentadoria de um dos melhores microscopistas da entidade, já que seu conhecimento na identificação das cepas de outro protozoário, o Leishmania, se perderia. Desenvolver métodos mais fáceis de identificar microorganismos, então, se tornou seu objetivo.

Imagem de microscópio do Trypanosoma cruzi, protozoário causador da doença de Chagas (Imagem: CDC/Myron G. Schultz)
Imagem de microscópio do Trypanosoma cruzi, protozoário causador da doença de Chagas (Imagem: CDC/Myron G. Schultz)

Desenvolvendo o método

Juntando uma equipe de especialistas tanto na doença quanto em inteligência artificial, foi então desenvolvido um algoritmo, publicado na última sexta-feita (25) na revista científica PeerJ, com apoio da FAPESP. Normalmente, a doença de Chagas é diagnosticada através da análise de amostras de sangue por microscopistas treinados para detectar o parasita responsável. Como isso requer um microscópio profissional, o método é caro e dificulta o acesso a populações de baixa renda.

Através do aprendizado de máquina, então, os cientistas fizeram um algoritmo que detecta e conta tripomastigotas do protozoário em questão com base em imagens obtidas por câmeras de celular. Para o estudo, foram reunidas micrografias de amostras de esfregaço de sangue em imagens de 12 megapixels e parâmetros de forma, tamanho, cor e textura do T. cruzi com base em 1.314 espécimes.

Por meio de treinos e testes com a abordagem algorítmica random forest (floresta aleatória), os resultados chegaram a uma precisão de 87,6% e sensibilidade de 90,5% na detecção do protozoário, automatizando o processo. A ideia é gerar a imagem e analisá-la em microscópios que possam ser enviados a lugares remotos do Brasil, para que o próprio aplicativo informe a existência ou não de doença de Chagas na amostra.

O uso de microscópios é necessário para a detecção do protozoário, o que mesmo com o novo método, é um problema a ser considerado pelas autoridades de saúde (Imagem: Yassine Khalfalli/Unsplash)
O uso de microscópios é necessário para a detecção do protozoário, o que mesmo com o novo método, é um problema a ser considerado pelas autoridades de saúde (Imagem: Yassine Khalfalli/Unsplash)

Para isso, será necessário ter um microscópio robusto e de baixo custo também, dizem os cientistas. A proposta deles é deixar o algoritmo com código aberto, para que toda a comunidade científica possa contribuir com dados e recursos, e até mesmo adaptar o método para outros exames que precisam de imagens, como amostras de fezes, biópsias e colposcopia.

A Organização Mundial da Saúde (OMS) classifica a doença de Chagas como uma das doenças tropicais negligenciadas. Ela é uma condição infecciosa crônica, que se previne controlando seu vetor, o inseto barbeiro. Todos os anos, cerca de 30 mil de pessoas são infectadas nas áreas endêmicas das Américas, com 14 mil mortes em média.

Fonte: PeerJ

Gostou dessa matéria?

Inscreva seu email no Canaltech para receber atualizações diárias com as últimas notícias do mundo da tecnologia.