Ferramenta para análise de big data auxilia tomada de decisão na área médica | AGÊNCIA FAPESP

Ferramenta para análise de big data auxilia tomada de decisão na área médica Grupo da USP desenvolve sistemas computacionais para tratar e extrair informações de grandes volumes de dados oriundos de hospitais públicos. Objetivo é criar base de dados que poderá ser consultada pelo médico para embasar o diagnóstico e a prescrição do tratamento (foto: Heitor Shimizu / Agência FAPESP)

Ferramenta para análise de big data auxilia tomada de decisão na área médica

03 de dezembro de 2019

Heitor Shimizu, de Paris  |  Agência FAPESP – Sistemas computacionais sofisticados, capazes de armazenar, indexar, analisar e dar sentido a grandes conjuntos de dados não processáveis por softwares tradicionais, poderão se tornar ferramentas essenciais para apoiar a tomada de decisão na área médica.

Pesquisas direcionadas a esse objetivo têm sido conduzidas pelo Grupo de Bases de Dados e de Imagens (GBdI) do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP) em São Carlos. O tema foi abordado pela professora Agma Traina, em palestra apresentada na FAPESP Week France.

“Um dos maiores desafios no campo da Ciência da Computação é integrar, organizar e aproveitar grandes volumes de dados multimodais de plataformas diversificadas para impulsionar processos de tomada de decisão. Ou seja, tornar possível usar dados de fontes variadas, como exames, monitoramento e tratamento de pacientes, para coletar informações de casos semelhantes e construir uma melhor compreensão sobre um determinado caso”, disse Traina.

As pesquisas feitas no laboratório do GBdI lidam com grandes quantidades de dados complexos, oriundos de hospitais públicos do Estado de São Paulo. O grupo trabalha principalmente com imagens e vídeos capazes de fornecer aos médicos informações sobre casos similares tratados no passado.

“Quando um especialista analisa, por exemplo, a radiografia do tórax de um paciente, ele pode até se lembrar de ter visto um resultado semelhante no passado, mas dificilmente saberá quando ou onde foi e com qual paciente. Mas, se puder buscar instantaneamente em uma base de dados por casos similares, exames, resultados e tratamentos indicados no passado, poderá tomar decisões com menos esforço e mais confiança”, disse Traina à Agência FAPESP.

Parte da pesquisa tem apoio da FAPESP por meio de um Projeto Temático coordenado por Traina. Ela conta que o projeto envolve organização de bases de dados, métodos de acessos métricos (empregados para acelerar a avaliação de consultas semelhantes), processamento e visualização de imagens que permitem oferecer a médicos especialistas ferramentas, algoritmos e métodos para reunir e acessar informações muito valiosas de casos antigos e atuais.

“Precisamos para isso reunir profissionais em aprendizado de máquina, base de dados, linhagem de dados [sobre a origem dos dados], visualização e processamento de imagens. Em nosso grupo, temos cientistas da computação, médicos, matemáticos e outros pesquisadores que trabalham integrados, de modo a resolver os problemas propostos”, disse a pesquisadora, que também é membro da Coordenação de Área de Ciência e Engenharia da Computação da FAPESP.

Traina destaca que o tamanho e a complexidade das bases de dados de registros eletrônicos de pacientes oferecem grandes desafios de processamento, tanto em termos de desenvolvimento e de aplicação de técnicas de análise e de extração de conhecimento, como no apoio ao desenvolvimento de ferramentas práticas para uso clínico.

“No entanto, também incorporam uma infinidade de oportunidades para criar algoritmos e métodos capazes de exibir informações relevantes relacionadas com um paciente particular ou grupos de pacientes, que estariam usualmente ocultas pelo grande volume de dados”, disse.

“Além disso, a manipulação eficiente desses dados ajuda a tornar os registros eletrônicos de pacientes em uma plataforma mais úteis para apoiar os profissionais de saúde, lidando com aplicações médicas de rápida demanda, bem como decisões governamentais estratégicas em saúde”, disse.

O simpósio FAPESP Week France foi realizado entre os dias 21 e 27 de novembro, graças a uma parceria entre a FAPESP e as universidades de Lyon e de Paris, ambas da França. Leia outras notícias sobre o evento em www.fapesp.br/week2019/france.
 

  Republicar
 

Republicar

A Agência FAPESP licencia notícias via Creative Commons (CC-BY-NC-ND) para que possam ser republicadas gratuitamente e de forma simples por outros veículos digitais ou impressos. A Agência FAPESP deve ser creditada como a fonte do conteúdo que está sendo republicado e o nome do repórter (quando houver) deve ser atribuído. O uso do botão HMTL abaixo permite o atendimento a essas normas, detalhadas na Política de Republicação Digital FAPESP.


Assuntos mais procurados