Introdução
O software proposto atua na análise de imagens médicas com intuito de otimizar e aperfeiçoar o diagnóstico. Usando fundamentos da inteligência artificial e deep learning, afim de obter resultados mais precisos e satisfatórios no ambiente hospitalar.
Esse projeto tem a finalidade em aumentar a velocidade na identificação de um problema físico do paciente sem a ajuda direta de um médico, porém com a mesma eficácia, fazendo com que os atendimentos sejam feitos mais rapidamente. O software será de extrema importância para ajudar os hospitais, mostrando o que há de errado com o paciente examinado.
Esse projeto tem a finalidade em aumentar a velocidade na identificação de um problema físico do paciente sem a ajuda direta de um médico, porém com a mesma eficácia, fazendo com que os atendimentos sejam feitos mais rapidamente. O software será de extrema importância para ajudar os hospitais, mostrando o que há de errado com o paciente examinado.
Projeto
O projeto se baseia em Inteligência Artificial que analisará imagens de exames (raio-x e outros), com um vasto "treino" utilizando um banco de dados (gratuito), os quais importaremos para um software (na linguagem do Python) que utilizaremos como principal auxílio no meio hospitalar e onde a inteligência artificial analisando imagens medicas for aplicável (clinicas, centros estéticos, centros veterinários e outros). Para localizarmos um problema físico utilizaremos o banco de dados sendo treinado e capacitado para nos informar se há algo de errado com o paciente. Com o desenvolvimento e estudo das análises e a sua conclusão podemos assim realizar o diagnóstico de possíveis fraturas, tumores ou problemas aparentes vistos pela máquina.
Funcionamento
O funcionamento do projeto será baseado em quatro grandes etapas:
- Entrada da imagem - Onde de forma autônoma haverá uma integração entre o laboratório de imagens do hospital e software na rede, que ao realizar o exame, essa imagem já irá para análise no sistema em questão de segundos.
- Relacionar a imagem com o banco de dados - Pela possibilidade do deep learning ( aprendizagem profunda), podemos correlacionar a imagem que acaba de chegar com as imagens semelhantes, de modo que se por algum acaso o sistema fique com mais duvida do que certeza ( menos de 50% de chance para cada problema registrado), essa imagem entra para analise e posteriormente ao banco.
- Agregar resultados disponíveis - De modo que se o paciente tiver realizado algum outro exame, o sistema juntará as informações para dar resultados mais precisos.
- Retornar o resultado para o Medico - Dando um forte auxilio na análise e entendimento do problema, diminuindo os erros causados por falta de atenção a detalhes essenciais.
Resultado
O projeto segue em andamento e a cada estudo que o grupo tem realizado, torna-se mais possível enxergar o quão eficiente o software será. Por trabalhar com assuntos específicos de Deep learn e Python, o grupo tem se aperfeiçoado nas áreas essenciais para o desenvolvimento, onde tem tido aulas com Doutores especializados em análises de imagens, consultorias com alunos, ex-alunos e atuais profissionais na área médica, além de estudos aprofundados na linguagem computacional Python. Todas essas medidas tem dado ao grupo uma variedade de entendimento, que aplicado ao software em desenvolvimento para Fetin 2020, agregará não somente á eles, mas em toda sociedade acadêmica em geral.
Curiosidade
Algumas curiosidades que tivemos sobre nosso software em andamento é que com ele torna-se possível avaliar uma série de problemas médicos (de difícil compreensão medica / análise ). Alguns desses problemas pode ser o COVID-19, onde o paciente que está infectado apresentará no resultado de uma imagem feita dos pulmões, uma fina camada colorida, decorrente da infecção, fazendo então com que facilite ao nosso software a compreensão de que aquele determinado paciente está infectado é necessitará de tratamento.
Bibliografia
1 MARQUES FILHO, Ogê; VIEIRA NETO, Hugo. Processamento Digital de Imagens, Rio de Janeiro: Brasport, 1999. ISBN 8574520098.
2 Processamento Digital de Imagens utilizando Python. Disponível em:https://medium.com/@thiagoluiz.nunes/relat%C3%B3rio-sobre-o-processamento-digital-de-imagens-utilizando-python-c7936143d940 Acesso em: 10/08/20
3 Processamento de Imagens com Python - Tutorial Completo.Disponível em:https://minerandodados.com.br/processamento-de-imagens-com-python/ Acesso em: 08/08/20
2 Processamento Digital de Imagens utilizando Python. Disponível em:https://medium.com/@thiagoluiz.nunes/relat%C3%B3rio-sobre-o-processamento-digital-de-imagens-utilizando-python-c7936143d940 Acesso em: 10/08/20
3 Processamento de Imagens com Python - Tutorial Completo.Disponível em:https://minerandodados.com.br/processamento-de-imagens-com-python/ Acesso em: 08/08/20
Alunos
Bruno Giuliatti Winter - Engenharia Biomédica
Hadassa Cristine Kimura Fernandes - Engenharia Biomédica
Marcos Cesar Freitas da Silva Engenharia Biomédica
Ygor Daniel Cardoso de Freitas - Engenharia Biomédica
