Projeto da UFU desenvolve soluções de inteligência artificial para a área da saúde e oferece bolsas para alunos de mestrado e doutorado

O grupo de pesquisa Artificial and Machine Intelligence in Networks (AINet), da Faculdade de Computação da Universidade Federal de Uberlândia (Facom/UFU), está com vagas abertas para o projeto “Arquiteturas híbridas de aprendizado em redes para problemas de classificação mono e multi sequenciais com aplicações em dados de espectroscopia no infravermelho e de eletroencefalograma”.

Contemplado na chamada Universal do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e iniciado em dezembro de 2023, o projeto dá continuidade a outros estudos desenvolvidos no AINet. O coordenador do grupo e professor da Facom/UFU, Murillo Carneiro, conta que “o AINet desenvolve projetos de pesquisa e desenvolvimento tecnológico financiados pelo setor público e privado na área de aprendizado de máquina e inteligência artificial há quase uma década, com a colaboração de diversos parceiros, na UFU e em outras instituições, nacionais e internacionais”.

Nesta etapa, a princípio, são oferecidas duas bolsas no valor de R$ 3.900,00 por mês, com duração de um até dois anos. Podem se inscrever pesquisadores em formação nos cursos de mestrado e doutorado do Programa de Pós-Graduação em Ciências da Computação (PPGCO/UFU), com habilidade em programação e matemática e disponibilidade de 40 horas semanais para a pesquisa. Candidatos com interesse em ingressar no programa de doutorado do PPGCO/UFU até agosto de 2025 também podem se inscrever.

A seleção ocorrerá por meio de análise curricular e entrevista com os candidatos. Os interessados podem enviar um e-mail com currículo para o professor Murillo Carneiro: mgcarneiro@ufu.br.

Entenda a pesquisa

Os bolsistas selecionados atuarão na análise de dados sequenciais, aplicada a duas situações clínicas específicas: a detecção do Transtorno do Espectro Autista (TEA) e o prognóstico de pacientes em coma. 

No primeiro caso, a pesquisa busca desenvolver uma arquitetura de aprendizado em rede capaz de detectar padrões relacionados ao TEA por meio da saliva. Para isso, o estudo se baseia na espectroscopia — um exame que permite a análise de substâncias químicas com radiação infravermelha. Menos invasivo, o uso de amostras de saliva para esse diagnóstico já vem sendo objeto de estudos do grupo em outras pesquisas, através de parcerias importantes envolvendo, por exemplo, o Grupo de Inovação em Diagnóstico Salivar e Nanobiotecnologia (Salivanano/UFU), o Instituto Nacional de Ciência e Tecnologia (INCT) em Teranóstica e Nanobiotecnologia (Teranano/UFU) e a ImunoScan Engenharia Molecular.

Já nos exames de pacientes em coma, espera-se que as soluções de inteligência artificial desenvolvidas sejam capazes de classificar eficientemente os sinais de eletroencefalograma (EEG). Carneiro explica que “diferente dos padrões mono sequências da saliva para detecção do autismo, no caso do EEG nós temos múltiplas sequências. Cada eletrodo registra impulsos elétricos em uma região específica do cérebro e há inúmeras vantagens em se realizar o processamento dos registros desses eletrodos em conjunto”.

Os resultados da pesquisa devem ser agregados a uma plataforma de diagnóstico, por meio da qual os profissionais de saúde poderão elaborar diagnósticos mais precisos e eficientes. “Tanto no que se refere ao TEA, quanto no EEG, estamos lidando com domínios caracterizados pela alta dimensionalidade dos dados. É uma quantidade imensa de informações e modos vibracionais, difícil de ser analisada na clínica pelos médicos ou mesmo pelos algoritmos existentes”, ressalta o professor.

Multidisciplinar, o estudo envolve pesquisadores de outras unidades acadêmicas da UFU, como o Instituto de Matemática e Estatística (IME), o Instituto de Ciências Biomédicas (Icbim), a Faculdade de Engenharia Elétrica (Feelt) e a Faculdade de Medicina (Famed), além do Hospital de Clínicas (HC-UFU/Ebserh). 

Também há parceiros no Center for Artificial Intelligence (C4AI), na Universidade de São Paulo (USP) e em instituições estrangeiras, como a Radboud University, da Holanda; Universidade de Aveiro, de Portugal; Southern University of Science and Technology (SUSTech), da China, entre outras.

Política de uso: A reprodução de textos, fotografias e outros conteúdos publicados pela Diretoria de Comunicação Social da Universidade Federal de Uberlândia (Dirco/UFU) é livre; porém, solicitamos que seja(m) citado(s) o(s) autor(es) e o Portal Comunica UFU.