Notícia

Nova ferramenta computacional usa Inteligência Artificial para identificar indicador-chave de doença renal precoce

NIDDK/NIH

Fonte

Universidade Estadual de Nova York em Buffalo

Data

domingo, 31 outubro 2021 11:50

Áreas

Ciência de Dados. Inteligência Artificial. Medicina. Modelagem Matemática. Nefrologia. Patologia.

Nos estágios iniciais da doença renal, um tipo especializado de célula renal chamada podócito sofre alterações prejudiciais em sua estrutura e função. Essas mudanças são indicadores-chave dos danos devastadores que a doença renal em estágio terminal pode causar, mas essas células especializadas são difíceis de detectar.

Agora, os pesquisadores da Universidade Estadual de Nova York em Buffalo, nos Estados Unidos, usaram o poder da patologia digital e da modelagem computacional para desenvolver uma nova abordagem para detectar e quantificar podócitos. A ferramenta, baseada em nuvem e chamada ‘PodoSighter’, é descrita em um artigo publicado na revista científica Journal of the American Society of Nephrology: a pesquisa é destaque na capa da edição de novembro da revista.

O projeto é um exemplo de como os recursos computacionais avançados estão permitindo que os cientistas colham novas informações a partir de imagens complexas de estruturas anatômicas.

Compreendendo os sistemas humanos

“No domínio médico, compreender os sistemas humanos depende da análise de grandes quantidades de tipos de dados muito diferentes”, disse o Dr. Pinaki Sarder, autor sênior do artigo e professor associado de Patologia e Ciências Anatômicas na Escola de Medicina e Ciências Biomédicas em Buffalo. “A questão é: como combinamos todos esses dados para tentar entender os sistemas humanos fundamentais e as doenças?”

Trabalhando na área emergente da nefropatologia computacional, o Dr. Sarder e seus colegas estão focados em desenvolver uma melhor compreensão das informações encontradas em imagens de amostras de biópsia renal. “É sabido há décadas que a quantidade e densidade dos podócitos são importantes tanto para o diagnóstico quanto para o prognóstico da doença renal em estágio terminal”, disse a Dra. Darshana Govind, primeira autora do artigo, que fez seu trabalho de doutorado no laboratório do Dr. Sarder. Ela agora é cientista de dados na Janssen Pharmaceuticals.

Nos estágios iniciais da doença renal, os podócitos começam a mudar de forma e, à medida que a doença progride, o número deles diminui. “Uma pessoa saudável tem mais podócitos do que uma pessoa doente”, explicou o Dr. Sarder. “Se um dia pudermos rastrear a perda de podócitos, poderemos determinar o estágio da doença”. No momento, isso não é possível, mas é um dos objetivos da pesquisa da Universidade em Buffalo.

Um dos maiores desafios ao lidar com imagens de tecido de biópsia é que elas contêm grandes quantidades de dados. O desafio adicional com os podócitos é que eles são encontrados nas profundezas dos glomérulos, os feixes de capilares em forma de saco que lidam com a filtração de primeira linha do sangue nos rins.

Redes neurais convolucionais

A solução que desenvolveram é usar uma técnica de aprendizado de máquina chamada redes neurais convolucionais, um algoritmo de aprendizado que pode distinguir objetos específicos em uma imagem. Ele foi desenvolvido com base, até certo ponto, nas maneiras como o córtex visual do cérebro humano processa as informações visuais.

A técnica envolve essencialmente ‘treinar’ o computador para detectar podócitos. “O tecido é preparado na clínica e o método baseado em Inteligência Artificial o detecta para você”, disse a Dra. Govind. “Você clica em um botão e os podócitos são identificados.”

Informações de densidade também são fornecidas. “O PodoSighter não apenas detecta podócitos, mas apresenta um relatório sobre quantas dessas células são identificadas em cada glomérulo e qual é a densidade, um indicador chave para a progressão da doença”, disse o Dr. Sarder. Ele explicou que, à medida que a doença renal progride, o glomérulo aumenta de tamanho, enquanto o número de podócitos diminui.

Atualmente usado como ferramenta de pesquisa, o PodoSighter pode trabalhar em amostras de animais e humanos. O objetivo é eventualmente colocá-lo em uso rotineiro em clínicas para uso humano, o que, segundo os pesquisadores, pode ser possível em apenas alguns anos.

O Dr. Pinaki Sarder acrescentou que há um enorme potencial para esse tipo de pesquisa que utiliza inteligência artificial na medicina: “Um dos meus objetivos na universidade não é apenas fazer pesquisas, mas também desenvolver uma força de trabalho, e isso é muito importante. A Dra. Govind fez um trabalho excelente e muito difícil em seu doutorado e foi publicado em uma importante revista” Ele observou que, embora isso esteja melhorando, ainda não há muitas mulheres trabalhando com inteligência artificial no momento.

“É um desafio”, disse a Dra. Govind, “porque você não vê muitas mulheres no campo. Eu gostaria de ver mais mulheres trabalhando com STEM [Ciência, Tecnologia, Engenharia e Matemática] e ciência de dados. É um ótimo campo para se trabalhar. É difícil ser uma mulher em uma sala cheia de homens, então incentivo mais mulheres a se juntarem a equipes de Inteligência Artificial. Há muitas pesquisas de ponta e você está literalmente mudando vidas, usando Inteligência Artificial aplicada à saúde”, concluiu a pesquisadora.

Acesse o resumo do artigo científico (em inglês).

Acesse a notícia completa na página da Universidade Estadual de Nova York em Buffalo (em inglês).

Fonte: Ellen Goldbaum, Universidade Estadual de Nova York em Buffalo. Imagem: Podócitos. Fonte: NIDDK/NIH.

Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.