Projeto conduzido na Unicamp, apoiado pelo Instituto Microsoft Research-FAPESP de Pesquisas em TI, analisa imagens de retina automaticamente a fim de detectar problemas relacionados ao diabetes (foto: Wikimedia)

Computação no combate à cegueira
17 de junho de 2010

Projeto conduzido na Unicamp, apoiado pelo Instituto Microsoft Research-FAPESP de Pesquisas em TI, analisa imagens de retina automaticamente a fim de detectar problemas relacionados ao diabetes

Computação no combate à cegueira

Projeto conduzido na Unicamp, apoiado pelo Instituto Microsoft Research-FAPESP de Pesquisas em TI, analisa imagens de retina automaticamente a fim de detectar problemas relacionados ao diabetes

17 de junho de 2010

Projeto conduzido na Unicamp, apoiado pelo Instituto Microsoft Research-FAPESP de Pesquisas em TI, analisa imagens de retina automaticamente a fim de detectar problemas relacionados ao diabetes (foto: Wikimedia)

 

Por Fabio Reynol

Agência FAPESP – O diabetes mellitus é uma doença metabólica que atinge 10% dos brasileiros e inflige a cerca de 8% da população afetada alguma anomalia na visão. Entre elas está a retinopatia diabética, que é a terceira maior causa de cegueira nos países em desenvolvimento. Identificar os efeitos da doença sobre a visão antes que ocorra a cegueira é o objetivo de uma pesquisa apoiada pelo Instituto Microsoft Research-FAPESP de Pesquisas em TI.

O projeto “Triagem automática de retinopatias diabéticas: tecnologia da informação contra a cegueira previsível” é coordenado por Jacques Wainer, professor do Instituto de Computação da Universidade Estadual de Campinas (IC-Unicamp).

A retinopatia diabética afeta a visão porque provoca microaneurismas nos vasos sanguíneos que alimentam a retina. “Geralmente, quando isso acontece, novos vasos são formados, só que eles são mais fracos e sujeitos a hemorragias que ocorrem no interior do olho e causam cegueira, explicou Wainer.

Em geral, os sintomas só são percebidos pelo paciente quando a doença está em estágio avançado, o que aumenta a importância do diagnóstico precoce.

A solução da equipe de pesquisadores foi criar um sistema computacional que analisasse a distância imagens obtidas por escâneres de retina. O sistema detectaria anomalias na retina a fim de fazer a triagem desses pacientes de modo que fossem encaminhados a um especialista.

“Regiões que não contam com médicos poderiam triar esses casos se contassem com um escâner de retina e um técnico para operar o equipamento. O sistema identificaria casos suspeitos, que seriam encaminhados para um oftalmologista”, afirmou Wainer.

No entanto, o projeto tem que superar um obstáculo importante: o sistema não pode apresentar resultados falso-negativos. “Se o programa não conseguir detectar uma anomalia, o paciente não chegará a ser examinado pelo médico, o que poderá trazer sérias consequências”, ressaltou.

Resultados falso-positivos não chegam a causar problemas tão sérios, porém ocupam desnecessariamente o tempo de um especialista. “Nosso objetivo é apresentar 0% de falso-negativos e o menor número possível de falso-positivos”, disse o professor da Unicamp.

Sem espaço para erros

Para complicar, o diabetes pode provocar cerca de 30 diferentes anomalias na retina e todas teriam de ser consideradas pelo programa. Uma primeira solução é utilizar um modelo matemático para cada uma das disfunções, mas isso seria extremamente trabalhoso e demorado.

Por essa razão, a equipe optou por uma solução mais abrangente, denominada de model free (“sem modelo específico”). “É como procurar uma imagem na internet: solicitamos itens específicos e o buscador mostra os resultados com aquelas características”, explicou Wainer.

No caso, o programa desenvolvido seleciona pontos-chave da imagem da retina procurando por características anômalas, como cores, deformações e tamanhos que diferem de uma retina normal.

O protótipo desenvolvido foi testado para que os pesquisadores pudessem verificar se ele conseguiria detectar todas as anomalias na retina provocadas por diabetes com a mesma acurácia dos métodos tradicionais.

O teste foi realizado com 2.381 imagens selecionadas de um banco de 8.039 fotos que já haviam sido laudadas por 11 especialistas. O sistema apresentou 95% de sensibilidade, significando que retornou apenas 5% de resultados falso-negativos.

O sistema ainda está em desenvolvimento e mais dados estão sendo acrescentados. Ele deve ser testado em 2011 em unidades de saúde da Universidade Federal de São Paulo (Unifesp), parceira do grupo da Unicamp no projeto.

A Unifesp pretende utilizá-lo no Mutirão da Catarata e do Diabetes, campanha organizada a cada dois meses pelo Instituto da Visão, unidade do Departamento de Oftalmologia da instituição.

 

  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.