Da Redação
Muitos dos desafios enfrentados na pandemia de Covid-19, tanto no diagnóstico quanto no tratamento, foram vencidos por meio da tecnologia. Quando o número de testes RT-PCR e de testes sorológicos IGG/IGM era limitado, uma solução desenvolvida na Universidade Federal Rural de Pernambuco (UFRPE) ajudou a aumentar a confiabilidade do diagnóstico clínico, apoiando a tomada de decisão de internação através de inteligência artificial e exames de sangue. Esta solução é o sistema web Heg.IA, utilizado no município de Paudalho, em Pernambuco, para auxiliar no diagnóstico clínico e avaliar a gravidade do doente e a situação dos internados. Sua taxa de acerto foi de aproximadamente 92,9% para o diagnóstico da Covid-19.
O desenvolvimento do Heg.IA começou a partir de um desafio chamado Diagnosis of COVID-19 and its clinical spectrum, elaborado pelo Kaggle, uma plataforma de aprendizagem e competição para cientistas de dados. Lançado em março de 2020, o desafio forneceu uma base de dados anônima contendo 107 parâmetros clínicos, como hemograma e exames de urina, de 5.644 pacientes atendidos no Hospital Israelita Albert Einstein. Destes, 559 foram diagnosticados com Covid-19 através do exame RT-PCR, com uso de swabs. Foi a partir daí que Wellington Pinheiro dos Santos, professor de Engenharia Biomédica da Universidade Federal de Pernambuco, começou a reunir vários pesquisadores, dentre eles, seus orientandos de doutorado e mestrado, para tentar desenvolver um sistema de apoio ao diagnóstico da Covid-19.
O objetivo era encontrar um método que pudesse ser aplicado como um teste rápido para Covid-19, principalmente quando a testagem era crucial para o controle da pandemia. “A partir disso, os integrantes do grupo deram uma pauta nas pesquisas em andamento a fim de usar sua expertise em inteligência artificial para lidar com o novo problema mundial”, explica Valter Augusto de Freitas Barbosa, professor assistente da Unidade Acadêmica de Serra Talhada da UFRPE.
Primeiramente, os pesquisadores tentaram encontrar os parâmetros clínicos mais relevantes para o diagnóstico da Covid-19 utilizando a base de dados. “Buscávamos encontrar uma solução simples para testagem, pois se utilizássemos os 107 parâmetros resultantes de exames clínicos, seria uma ferramenta cara e lenta”, expõe. Assim, usando algoritmos dedicados à seleção de atributos, foi possível reduzir esse número para 63. “Em seguida, trabalhamos com algoritmos de inteligência artificial especialistas na detecção de padrões para, com base nos 63 parâmetros, indicar se o paciente está com Covid-19. E, se o teste desse positivo, sinalizar o tipo de internação apropriada de acordo com a gravidade, seja ela enfermaria, unidade semi-intensiva de tratamento ou unidade intensiva de tratamento”, relata Barbosa.
Também foram feitos experimentos com uma base de apenas 24 parâmetros, visando reduzir o custo dos exames envolvidos. O desempenho do método caiu, mas ainda assim bons resultados foram obtidos. Esse trabalho foi publicado no artigo “Heg.IA: an intelligent system to support diagnosis of Covid-19 based on blood tests”, da Research on Biomedical Engineering, periódico oficial da Sociedade Brasileira de Engenharia Biomédica.
Após esse trabalho, os pesquisadores começaram a desenvolver novas versões no Heg.IA, até que chegaram à versão publicada no Journal of Biomolecular Structure and Dynamics, no artigo “Covid-19 rapid test by combining a Random Forest based web system and blood tests”. “Nela, optamos por trabalhar com os exames recomendados pelo Ministério da Saúde como uma abordagem clínica inicial e parte do processo de diagnóstico de pacientes com suspeita de Covid-19”, conta Barbosa. Ou seja, o intuito foi utilizar exames clínicos já realizados pelos centros de saúde em casos suspeitos, não havendo, assim, perda financeira ou tempo gasto em testes adicionais.
Dessa maneira, a nova versão do Heg.IA trabalhou com 41 parâmetros hematológicos, sendo 20 provenientes do hemograma completo e nove da gasometria arterial. A ideia principal de utilização do sistema é que quando o paciente com sintomas característicos da Covid-19 for a um centro de saúde, ele seja avaliado por uma equipe médica, que deve solicitar exames de sangue. Após a obtenção dos resultados, um profissional de saúde poderá acessar o site do Heg.IA, mediante login, e inserir os dados do exame do paciente.
“Após finalizar, o sistema irá gerar um laudo com diagnóstico positivo ou negativo para Covid-19, além da previsão de internação. Este laudo pode ser impresso e utilizado pela equipe médica para definir a conduta clínica final”, detalha Barbosa.
O projeto “Sistema web para teste rápido de Covid-19 baseado em Random Forest e exames de sangue” é um dos vencedores do Prêmio SBEB-Boston Scientific de Inovação em Engenharia Biomédica modalidade SUS. A premiação nasceu em 2019 para incentivar o desenvolvimento de trabalhos que colaborassem com o SUS – Sistema Único de Saúde. Este ano, foi criada uma modalidade contemplando também iniciativas de outros países da região que pudessem ter impactos positivos para sistemas públicos de saúde de toda a América Latina.
A decisão pela nova categoria se deu em função de o Brasil ser a sede do IX Congresso Latino-Americano de Engenharia Biomédica 2022, organizado pelo XXVIII CBEB – Congresso Brasileiro de Engenharia Biomédica. Foram submetidos ao prêmio 192 projetos, sendo escolhidos como vencedores pelo Comitê Avaliador Independente seis deles (três para o SUS e três para a América Latina).
A cerimônia de premiação ocorrerá no dia 8 de novembro com transmissão ao vivo, ao estilo talk show, a partir da sede da Boston Scientific no Brasil, por meio dos canais da empresa no YouTube, Facebook e LinkedIn. O evento contará com convidados presenciais, representando o Comitê de Avaliação, o Ministério da Saúde, o Ministério de Ciência, Tecnologia e Inovação, a Anvisa e diversos setores do ecossistema de inovação em saúde do país. Haverá, ainda, uma palestra ao piano de João Carlos Martins sobre motivação e superação. O maestro é um exemplo vivo do quanto uma vida pode ser transformada por meio da engenharia biomédica.