A tecnologia tem se consolidado como uma aliada estratégica na área da saúde, especialmente no enfrentamento de doenças neurodegenerativas. Um estudo desenvolvido por estudantes e professores do curso de Sistemas da Informação do campus Cedro do Instituto Federal do Ceará (IFCE) investiga como o processamento digital de imagens pode contribuir para a detecção precoce da doença de Alzheimer, a partir da análise de exames de ressonância magnética.

Curta, siga e se inscreva nas nossas redes sociais:

Facebook | X | Instagram | YouTube | Bluesky 

Sugira uma reportagem. Mande uma mensagem para o nosso WhatsApp.

Entre no canal do Revista Cariri no Telegram e veja as principais notícias do dia.

A doença de Alzheimer é uma condição neurodegenerativa progressiva que compromete a memória, o comportamento e a autonomia dos pacientes. Embora não tenha cura, o tratamento adequado pode retardar a progressão dos sintomas e proporcionar melhor qualidade de vida. Nos estágios mais avançados, segundo o Ministério da Saúde, o acompanhamento contínuo e o acesso a medicamentos eficazes tornam-se ainda mais essenciais.

🧪💡 Tecnologia aplicada à saúde
A pesquisa resultou em um artigo científico assinado pelos estudantes Amanda do Nascimento Correia, Daniel Teixeira da Silva, Francisco Erivando Bezerra Barbosa e Maria Danielly Benício de Araújo, com orientação das professoras Francisca Jamires da Costa e do professor Michael Lopes Bastos.

A motivação do estudo surgiu da união entre o interesse acadêmico e uma vivência pessoal dos integrantes do grupo, que convivem com um familiar acometido pela doença. “Dessa forma, o tema despertou a curiosidade nos membros da equipe para entender de que modo a tecnologia pode influenciar e auxiliar nesse contexto”, destaca a estudante Amanda Correia.

📊🖥️ Metodologia e desenvolvimento da pesquisa
O trabalho foi desenvolvido no âmbito da disciplina de Processamento Digital de Imagem, cursada no quarto semestre de Sistemas da Informação e ministrada pelo professor Michael Lopes Bastos. Segundo ele, a proposta é ampliar o estudo futuramente por meio de projetos de pesquisa. “A gente busca sempre incentivar que isso aconteça, até por meio de projeto de pesquisa, para que a gente possa ampliar esses projetos, desenvolver artigos, patentes no futuro”, afirma.

O estudo teve início com uma revisão bibliográfica, com o objetivo de identificar técnicas e ferramentas capazes de auxiliar na detecção precoce de alterações cerebrais. A equipe estruturou um banco de imagens para treinamento e validação do modelo, realizando etapas de pré-processamento, como redimensionamento, ajuste de contraste, conversão para escala de cinza e aumento de dados.

“Só então partimos para a implementação das ferramentas escolhidas, no caso o Roboflow e o Ultralytics YOLOv8, que permitiram treinar, validar e analisar a evolução do modelo ao longo das épocas. Esse preparo garantiu que o estudo fosse conduzido com base em fundamentos teóricos sólidos e em práticas metodológicas adequadas, aumentando a confiabilidade dos resultados”, explica Amanda Correia.

🧠📷 Inteligência artificial e ressonância magnética
De acordo com o professor Michael Bastos, o objetivo foi utilizar um modelo pré-treinado de inteligência artificial para identificar diferenças entre exames de pessoas saudáveis e pacientes em estágio inicial do Alzheimer. “Esse modelo de IA é um modelo de deep learning já treinado com uma série de imagens. A gente usa o conhecimento que ele já tem e aprimora a partir das novas imagens de ressonância”, explica.

O Roboflow foi utilizado para rotular as imagens, permitindo treinar o modelo com base nas lesões identificadas nos exames. Segundo o docente, o processamento destaca microlesões cerebrais que indicam alterações associadas à doença.

“As alterações são microlesões que, a partir do pré-processamento da imagem, a gente consegue destacar. É como se você tivesse uma tela em branco, que seria a imagem do cérebro saudável, e quando tem a imagem de um cérebro de uma pessoa que teve Alzheimer, fica uma pontinha preta nessa imagem. O modelo consegue identificar a diferença da ressonância saudável e da ressonância de uma pessoa que teve a doença.”

🩺📈 Aplicações em outras áreas da medicina
A estudante Amanda Correia ressalta que o processamento digital de imagens já promove avanços relevantes em diversas especialidades médicas. Na oncologia, auxilia na identificação precoce de cânceres em exames como mamografias e tomografias. Na cardiologia, facilita a análise de imagens do coração e dos vasos sanguíneos. Na oftalmologia, contribui para o diagnóstico de glaucoma e retinopatia diabética, enquanto na ortopedia melhora a interpretação de radiografias. Na neurologia, também é aplicado em estudos sobre esclerose múltipla, epilepsia e tumores cerebrais.

Durante a revisão da pesquisa, os estudantes observaram que imagens médicas digitais não devem ser analisadas sem etapas de pré-processamento e segmentação, que aprimoram a qualidade visual e facilitam a interpretação clínica. Essas técnicas permitem diagnósticos mais rápidos, precisos e confiáveis, beneficiando pacientes e profissionais de saúde.

🔬🚀 Resultados e perspectivas futuras
A pesquisa foi apresentada de forma resumida no Encontro de Iniciação Científica e Tecnológica (Enicit) do IFCE, em 2024, onde foram discutidos os conceitos centrais do Alzheimer, o uso do processamento digital de imagens e os resultados obtidos com as ferramentas Roboflow e Ultralytics YOLOv8.

Devido ao tempo limitado da disciplina, o grupo desenvolveu apenas um protótipo experimental de back-end, sem interface gráfica. “Por isso a gente tem muita área de expansão ainda, porque a gente pode evoluir esse algoritmo para um protótipo mais avançado, onde a gente pode imputar uma imagem de ressonância e, a partir dessa imagem, o nosso sistema trazer o resultado destacando alguma região que seja interessante que se ater”, explica o professor Michael Bastos.

Para o docente, o projeto tem grande potencial a longo prazo, especialmente como ferramenta de apoio à comunidade médica. “O nosso objetivo como trabalho final seria esse: prever que uma pessoa pode ter Alzheimer no futuro para que ela já possa começar a tomar precauções antes que isso mesmo possa vir a acontecer”, conclui.

Por Heloísa Mendelshon