Aplicação de técnicas fotométricas e de visão computacional em exames laboratoriais de amostras de sangue em fase pré-analítica

• Processo: 19/05008-6
• Modalidade de apoio: Bolsas no Brasil - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de fevereiro de 2019
• Data de Término da vigência: 31 de outubro de 2019
• Área de conhecimento: Engenharias - Engenharia Biomédica - Engenharia Médica
• Pesquisador responsável: Pietro Teruya Domingues
• Beneficiário: Pietro Teruya Domingues
• Empresa: Indigo Labs Ltda
• CNAE: Fabricação de aparelhos eletromédicos e eletroterapêuticos e equipamentos de irradiação ; Manutenção e reparação de equipamentos eletrônicos e ópticos ; Serviços de engenharia
• Vinculado ao auxílio: 18/08692-2 - Aplicação de técnicas fotométricas e de visão computacional em exames laboratoriais de amostras de sangue em fase pré-analítica, AP.PIPE
• Assunto(s): Equipamentos de laboratório Hiperlipidemia Icterícia Hemólise Fotometria Testes hematológicos Visão computacional Aprendizado computacional Inteligência artificial
• Palavra(s)-Chave do Pesquisador: artificial intelligence | Computer Vision | hemolysis | machine learning | Photometry | Virtualization | Instrumentação para laboratório

Resumo

Um dos objetivos mais importantes da Medicina Diagnóstica é garantir aos profissionais de saúde e pacientes laudos confiáveis por meio de atendimento seguro e eficiente. Estima-se que aproximadamente 70% de todos os diagnósticos são feitos com base nos testes laboratoriais e que os resultados desses testes são responsáveis por afetar entre 60 a 70% das decisões sobre a admissão, alta hospitalar e regime terapêutico dos pacientes. Nesse contexto, os erros de diagnóstico podem ter graves consequências que ameaçam a saúde dos pacientes. Além disso, são umas das principais causas de reivindicações judiciais nos Estados Unidos. A redução dos erros clínicos tem importância primordial na operação dos prestadores de serviço de saúde, sendo a Medicina Laboratorial responsável por toda a cadeia de atividades laboratoriais e pelo uso de ferramentas que auxiliam na redução de erros de diagnóstico. Dentre os erros laboratoriais, pelo menos 50% ocorrem na fase pré-analítica, que compreende, dentre outras atividades, o recebimento e avaliação dos critérios de rejeição de amostras por parte dos laboratórios. Nesse contexto, este projeto tem por objetivo o desenvolvimento de uma solução que automatiza e sistematiza atividades tradicionalmente realizadas manualmente na fase pré-analítica das operações laboratoriais. Serão realizadas pesquisas em tecnologias fotométricas (câmeras, sensores de luz, espectrômetros etc.), em combinação com visão computacional e algoritmos de reconhecimento de padrões e aprendizado de máquina para desenvolver uma solução inovadora capaz de analisar amostras de sangue com maior confiabilidade e precisão do que os métodos manuais e que seja mais acessível do que os equipamentos tradicionais utilizados. Até o momento de submissão da proposta, foram realizadas pesquisas iniciais de prospecção tecnológica apoiadas pelo Grupo Fleury de laboratórios. O resultado dos esforços iniciais de pesquisa foi um protótipo que avalia o nível de hemólise das amostras (um importante critério de rejeição de amostras sanguíneas) de forma automatizada, não invasiva e que apresentou bom desempenho e tem potencial para ser integrado nas operações dos laboratórios. Para prosseguir com o desenvolvimento da solução, é necessário investir em pesquisas para aumentar a precisão e consistência na avaliação do índice hemolítico, e para detecção de outros parâmetros de interesse, como a identificação de icterícia ou Lipemia, tornando a solução mais abrangente e robusta. (AU)