Uma equipe de cientistas da Universidade Federal Fluminense (UFF) desenvolveu uma ferramenta promissora que pode transformar a forma como doenças pulmonares graves são identificadas. A ChestFinder, como foi batizada a tecnologia, utiliza inteligência artificial para analisar exames de tomografia computadorizada e detectar indícios de enfermidades como enfisema pulmonar e câncer de pulmão com alto grau de precisão.
O projeto é liderado pelo professor Daniel de Oliveira, do Instituto de Computação da UFF, e foi criado com o objetivo de auxiliar radiologistas e médicos especialistas no reconhecimento de padrões sugestivos de alterações pulmonares. A tecnologia não realiza diagnósticos, mas atua como uma ferramenta de apoio, fornecendo indícios relevantes que ajudam na tomada de decisão clínica.
“É importante ressaltar que a ferramenta não fornece um diagnóstico. Ela apresenta uma possível indicação que deve ser avaliada por um profissional. Entretanto, já com essa indicação, pacientes poderão ser encaminhados para acompanhamento especializado de forma mais rápida, o que ajuda na elaboração de diagnósticos precoces”, explica o professor Daniel.
Como funciona a ChestFinder?
A ChestFinder é alimentada por um banco de dados robusto, contendo milhares de exames de tomografia computadorizada e laudos médicos previamente avaliados. A IA é treinada para correlacionar padrões visuais – como alterações nos tecidos pulmonares – com descrições clínicas que indicam a presença de doenças. Com o tempo, o sistema vai aprendendo a identificar essas correlações com maior precisão, melhorando sua capacidade de indicar casos suspeitos.
A ferramenta utiliza técnicas avançadas de aprendizado de máquina e processamento de linguagem natural. Ela interpreta tanto as imagens quanto os textos associados aos exames, o que torna a análise mais completa e precisa. Essa abordagem híbrida permite que a IA compreenda o contexto clínico de cada exame, algo que vai além da simples detecção de imagens.
Aplicação prática e impacto na saúde pública
Os primeiros testes com a ChestFinder já indicaram um desempenho promissor, com níveis elevados de acurácia e sensibilidade, ou seja, a ferramenta consegue identificar corretamente casos suspeitos e reduzir falsos negativos. Isso pode ter um impacto direto na agilidade do diagnóstico e no início precoce do tratamento, o que é crucial especialmente em casos de câncer de pulmão – uma das doenças que mais matam no Brasil e no mundo.
Além disso, a equipe da UFF pretende disponibilizar a ferramenta em um repositório público de código aberto. Isso permitirá que hospitais e centros de saúde com infraestrutura digital possam integrá-la em seus sistemas de exames médicos. A iniciativa visa democratizar o acesso à tecnologia e fortalecer a rede de saúde pública, principalmente em regiões que enfrentam escassez de profissionais especializados.
A proposta é que hospitais que já armazenam laudos e exames de forma digital possam implementar a ChestFinder de maneira simples, sem necessidade de investimentos pesados. Dessa forma, a tecnologia poderá ser utilizada em larga escala, beneficiando diretamente o Sistema Único de Saúde (SUS) e instituições privadas.
Próximos passos
A equipe da UFF continua trabalhando na validação clínica da ferramenta. Estudos mais amplos estão sendo planejados para avaliar o desempenho da ChestFinder em diferentes contextos hospitalares e com populações diversas. A expectativa é que, com o tempo, a ferramenta possa ser expandida para a detecção de outras patologias pulmonares e até mesmo adaptada para análise de exames de outros órgãos.
O projeto mostra como a ciência e a inovação tecnológica desenvolvidas em universidades públicas brasileiras têm potencial para impactar diretamente a qualidade da saúde oferecida à população. Em um cenário onde o diagnóstico precoce é decisivo para o sucesso do tratamento, iniciativas como a ChestFinder representam um avanço significativo.
