Fiocruz cria inteligência artificial para diagnóstico de hanseníase
Estudo foi feito em parceria com a Microsoft e a farmacêutica Novartis. Objetivo é reduzir em 70% os novos casos da infecção até 2030

Rio de Janeiro – A Fundação Oswaldo Cruz (Fiocruz), a Microsoft e a farmacêutica Novartis criaram uma inteligência artificial para acelerar o diagnóstico de hanseníase. A inovação, que é inédita, pode contribuir na busca para erradicar a doença, que é uma das mais antigas do mundo.
No estudo, os pesquisadores mostram que, a partir de fotos das lesões na pele dos pacientes e de dados clínicos coletados por médicos, o assistente de diagnóstico indica a probabilidade da doença.
“Nosso estudo prova que é possível chegar à suspeição do diagnóstico de hanseníase com um algoritmo de inteligência artificial. Essa ferramenta pode apoiar a decisão do médico de iniciar a investigação, acelerando a confirmação do diagnóstico e o início do tratamento, que é fundamental para interromper a transmissão da doença e prevenir sequelas”, afirma o chefe do Laboratório de Hanseníase do IOC, Milton Ozório Moraes.
Diagnóstico
O atraso no diagnóstico dificulta que a doença seja erradicada. A hanseníase provoca deformidades visíveis em muitas pessoas, além de perda de movimentos dos pés ou das mãos e problemas de visão.
Entre no canal de WhatsApp do MetrópolesO Brasil é o segundo país mais atingido pela hanseníase, com 27 mil casos detectados de 2019 para cá. Desses, 2,3 mil com danos avançados.

Receba no seu email as notícias de Boletim Metrópoles
Frequência de envio: Diário
Ver todasCovid-19 e a queda no diagnóstico
De acordo com a Organização Mundial da Saúde (OMS), a queda global de detecção da doença foi de 37% em 2020. Um levantamento feito pela Sociedade Brasileira de Dermatologia (SBD) aponta que, no país, houve uma redução de 35% em 2020 e de 45% em 2021, quando comparado a 2019.
“A inteligência artificial pode enxergar mais do que o olho humano. Para o computador, cada ponto da imagem é um bit, traduzido em um número. Uma pessoa sem treinamento pode não perceber a diferença entre duas cores muito próximas, mas quando o computador transforma essas cores em números, ele ‘vê’ uma diferença clara. É com base nisso que podemos treinar a máquina para tentar fazer um diagnóstico diferencial”, diz o pesquisador Paulo Thiago Souza Santos.
Com o aprendizado de máquina, os pesquisadores pretendem alcançar metas estabelecidas pela OMS, como: reduzir em 70% os novos casos da infecção até 2030 e, no longo prazo, interromper a transmissão do agravo.









