| Processo: | 20/07411-0 |
| Modalidade de apoio: | Bolsas no Brasil - Programa Capacitação - Treinamento Técnico |
| Vigência (Início): | 01 de agosto de 2020 |
| Vigência (Término): | 31 de janeiro de 2022 |
| Área do conhecimento: | Ciências da Saúde - Medicina - Radiologia Médica |
| Pesquisador responsável: | Luis Gustavo Rocha Vianna |
| Beneficiário: | João Martins Cortez Filho |
| CNAE: |
Desenvolvimento de programas de computador sob encomenda Desenvolvimento e licenciamento de programas de computador customizáveis Tratamento de dados, provedores de serviços de aplicação e serviços de hospedagem na internet |
| Vinculado ao auxílio: | 19/05723-7 - LivIA - ferramenta de auxílio ao diagnóstico de lesões hepáticas, AP.PIPE |
| Assunto(s): | Inteligência artificial Redes neurais (computação) Banco de dados Algoritmos Tomografia computadorizada Ferimentos e lesões Fígado Carcinoma hepatocelular Técnicas e procedimentos diagnósticos |
| Palavra(s)-Chave do Pesquisador: | Detecção Automatizada de Lesões | Inteligência Artificial | Lesões hepáticas | Redes neurais | Tomografia computadorizada | Inteligência Artificial em Radiologia |
Resumo Há uma motivação mercadológica e uma tendência ao desenvolvimento de novas tecnologias para melhorar a medicina diagnóstica, em especial, utilizando Inteligência Artificial (IA). Deste modo, a MaChiron foi criada com o objetivo de promover soluções computacionais em diversas áreas da saúde seguindo as necessidades do mercado dos hospitais, convênios médicos e laboratórios brasileiros. A iniciativa deste projeto surgiu no setor de Hepatologia do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo (HC-FMUSP), em virtude da demanda crescente no seguimento de pacientes em risco para carcinoma hepatocelular (CHC), juntamente com a realização mensal de um expressivo número de tomografias computadorizadas (TC) para a detecção precoce desta patologia. Nesse contexto, a ferramenta LivIA a ser desenvolvida agilizará o processo de laudo de exames, indicando quais pacientes possuem nódulos suspeitos para câncer, de forma que esses exames sejam avaliados prioritariamente no fluxo de trabalho do serviço de radiologia do hospital. Durante a fase 1 do programa do PIPE, a MaChiron desenvolveu uma plataforma para hospedar o banco de dados necessário para o treinamento do algoritmo. Para popular o banco a partir dos exames de TC fornecidos pelo Instituto de Radiologia (InRad-HC/USP), dois radiologistas estão criando laudos e máscaras de gabarito seguindo os padrões utilizados nas competições promovidas pela área acadêmica. Paralelamente, estamos desenvolvendo o algoritmo de segmentação automática do fígado e suas lesões utilizando os dados públicos. Nesta fase de estudo da viabilidade do produto, obtivemos resultados positivos. Atualmente já conseguimos identificar o fígado nos exames do HC já cadastrados na plataforma. O algoritmo de segmentação das lesões está em fase de validação. Na área acadêmica, estamos trabalhando em dois artigos: uma revisão de métodos de segmentação do fígado utilizando os dados do HC e uma descrição do desenvolvimento do banco de dados. Com o treinamento de empreendedorismo, estruturamos o nosso modelo de negócios e adaptamos a nossa plataforma para atender as necessidades de nossos clientes. Durante a segunda fase do PIPE, nossos objetivos incluem aumentar o número de exames no banco de dados, desenvolver o classificador de lesões, gerar um pré-laudo indicando as principais características dos exames e associar um valor de risco de CHC para cada exame. Para todo o processo, teremos o acompanhamento de médicos radiologistas para avaliar os resultados. O Hospital das Clínicas se disponibilizou a nos ajudar a criar um ambiente de homologação para que o algoritmo seja validado e inserido no fluxo hospitalar. A LivIA é uma ferramenta que traz diversos benefícios tanto para organizações de saúde pública e privada, quanto aos pacientes. Entre as vantagens, destaca-se a obtenção de laudos completos em menos tempo, priorização de pacientes de acordo com o grau de risco, economia de gastos com pacientes internados sem necessidade, padronização de laudos e auxílio para segunda opinião médica. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |