IA aplicada à saúde: pesquisas da Facom são discutidas na Itália e nos Países Baixos

Estudos sobre inteligência artificial aplicada à saúde, desenvolvidos na Faculdade de Computação da Universidade Federal de Uberlândia (Facom/UFU), foram apresentados em missões na Itália e nos Países Baixos. Com a coordenação do grupo de pesquisa Artificial and Machine Intelligence in Networks (AINet), as pesquisas auxiliam na adoção de métodos não invasivos para identificar autismo e avaliar o estado de pacientes em coma.

Primeiro, o coordenador do grupo, professor Murillo Guimarães Carneiro, visitou a Universidade de Trieste (Itália). Em seguida, participou do International Joint Conference on Neural Networks, um dos maiores congressos sobre redes neurais no mundo, entre 30 de junho e 5 de julho, em Roma, na Itália. Depois, parcerias sobre o tema foram discutidas em reuniões nas universidades de Radboud (Países Baixos) e Sapienza di Roma (Itália).

As pesquisas do AINet apostam no processamento de sinais e espectros, como eletroencefalogramas (EEG) e espectroscopia no infravermelho, para desenvolver métodos não invasivos, acessíveis e eficientes. “A ideia é usar a capacidade de modelos generativos, como os que produzem texto, para gerar espectros, para gerar sinais de eletroencefalograma, porque a gente tem uma dificuldade muito grande de coletar essas amostras. É caro, é demorado, é difícil o armazenamento”, explicou Murillo Carneiro, coordenador do AINet, que esteve em missão na Europa.

Um dos estudos apresentados utiliza espectroscopia de saliva no infravermelho para detectar transtornos do espectro autista. Desenvolvido no âmbito do Programa de Pós-Graduação em Ciência da Computação (PPGCO/UFU), pelo mestrando Ricardo Lima, com orientação de Carneiro e colaboração do professor Robinson Sabino-Silva (INCT-TeraNano/UFU), o trabalho mostra uma abordagem pioneira. “Apresentamos o VisG2, uma técnica inovadora de IA baseada em meta-grafo de grafos para representar e aprender a partir de dados espectrais. A partir de padrões estruturais, podemos identificar propriedades que caracterizam o espectro”, detalhou Carneiro.

Outro estudo tratou da aplicação de transformers (arquitetura usada em modelos de geração de textos) para melhorar o prognóstico de pacientes em coma por meio de representações dos sinais de eletroencefalograma. Desenvolvido no Programa de Pós-Graduação em Engenharia Biomédica (PPGEB/UFU), o trabalho é de autoria do doutorando João Ludovico Barbosa, em coautoria com Carneiro, João Destro Filho e parceiros de outras instituições: Sergio Baldo Junior, Renato Tinós e Zhao Liang, da Universidade de São Paulo (USP); e Donghong Ji, da Wuhan University.

Carneiro explica que, nos dois casos, esses modelos trazem muitas vantagens em termos de qualidade, conforto e acessibilidade para o paciente, já que se configuram como métodos não invasivos, sem uso de reagentes e com treinamento relativamente simples para os profissionais de saúde. “Por outro lado, enfrentamos um grande desafio: a alta dimensionalidade dos dados. As informações geradas, como nos eletroencefalogramas, costumam ser altamente sensíveis a ruídos. Um simples barulho no ambiente, como uma porta sendo aberta ou o funcionamento do ar-condicionado, pode interferir nos registros. O mesmo acontece com amostras de saliva, em que a variação na concentração de água entre indivíduos pode afetar os resultados”, exemplifica o pesquisador.

“Do ponto de vista da inteligência artificial, tudo isso representa um cenário bastante desafiador. Ainda não existe uma solução pronta para lidar com esse tipo de dado. É preciso desenvolver abordagens específicas para que a IA consiga interpretar essas informações de forma eficaz”, pondera Carneiro.

Para isso, recentemente, o AINet adquiriu, com recursos do projeto aprovado no Conselho Nacional de Pesquisa e Desenvolvimento (CNPq), uma estação de trabalho de última geração, capaz de processar e gerar dados com a dimensionalidade adequada às pesquisas voltadas à saúde pública.

Após as apresentações dos trabalhos na Itália, Carneiro também esteve nos Países Baixos, onde o grupo possui projeto de pesquisa internacional em parceria com pesquisadores do projeto Autism Empowerment, da União Europeia, que desenvolve ferramentas educacionais para pessoas neurodivergentes. "A expectativa é que seja uma troca mútua: eles se beneficiam de nossas técnicas de detecção, e nós aprendemos com suas soluções pedagógicas", destaca o coordenador do AINet.

Com foco em técnicas não invasivas para detecção de autismo e prognóstico de pacientes em coma, as pesquisas do AINet resultam de parcerias internacionais e contam com financiamento do CNPq, da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), da Fundação de Amparo à Pesquisa do Estado de Minas Gerais (Fapemig) e do INCT-TeraNano/UFU. "Queremos soluções disruptivas, alinhadas às necessidades da saúde pública", conclui Carneiro.

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.