DigiScope2: O Estetoscópio Digital para Uso Clínico

Francesco Renna | Co-investigador responsável do projeto Digiscope2 

 

«Evitar exames inúteis é fundamental para termos um sistema de saúde eficaz para todos. Para atingir este objetivo, é necessário podermos confiar em ferramentas de rastreio precisas que permitam discriminar, com o menor erro possível, os pacientes que precisam de exames mais aprofundados dos pacientes saudáveis.

 

Em particular, no que diz respeito às doenças cardiovasculares, a auscultação cardíaca permite extrair sinais clínicos a partir dos quais um especialista pode decidir se são necessários exames complementares, que são mais caros e que precisam de equipamentos e recursos humanos altamente especializados. Todavia, a simplicidade do gesto de recolher sons cardíacos com um estetoscópio contrasta com o nível de experiência e de prática requeridos para poder analisar e interpretar os sons ouvidos, e traduzir estes sons em indicações de possíveis doenças ou maus funcionamentos do coração. Isto implica que nem sempre é possível tirar completamente partido da favorável relação custo-eficácia da auscultação, especialmente em contextos rurais ou quando for difícil o acesso aos serviços de saúde.

 

O objetivo do projeto DigiScope2 é estender e renovar o campo de ação da auscultação cardíaca, conjugando o uso de estetoscópios digitais com os mais recentes avanços no campo da inteligência artificial, de forma a produzir um estetoscópio inteligente, que represente um sistema de apoio à decisão clínica e que possa ser manipulado por um utilizador sem formação específica.  

 

 

Até este momento, o projeto já desenvolveu uma arquitetura de software específica compatível com estetoscópios digitais disponíveis no mercado e que permita recolher sons cardíacos de forma intuitiva, sem provocar interrupções e dificuldades na prática clínica. Entretanto, a equipa do projeto também desenvolveu vários algoritmos de inteligência artificial para extrair informações dos sons cardíacos, usando em particular novas técnicas de “deep learning”. Estas técnicas já se demostraram as mais eficazes para diferentes tarefas de análise de imagens e sinais biomédicos, alcançando níveis de precisão até superiores aos de especialistas humanos. O nosso trabalho focou-se no desenho de métodos específicos para as características dos sinais de som cardíaco, que apresentam uma série de desafios técnicos que elicitam o uso das tecnologias mais avançadas de inteligência artificial, dada a forte presença de ruído em auscultações feitas em ambiente clínico e dada a grande variedade de características entre sons recolhidos de pacientes de diferente idade, estrutura física, etc.

 

O próximo passo para cumprir o objetivo do projeto é integrar na nossa arquitetura de software os algoritmos que já foram desenhados e testados em grandes bases de dados, de forma a termos, finalmente, resultados obtidos em tempo real com novos pacientes.

 

Para realizar tudo isto, a alavancagem do COMPETE 2020 foi fundamental, porque permitiu ter fundos para recursos humanos e equipamentos necessários para construir uma equipa de projeto que combina valências científicas em processamento de sinal e inteligência artificial com o mundo da indústria e da engenharia de software, abrindo assim as portas a processos de transferência de tecnologia de sucesso».