Algoritmo identifica pneumonia em pacientes de forma mais precisa que raio-x

Um novo algoritmo permite a detecção mais rápida de casos de pneumonia a partir de imagens de raio-x, de acordo com análises de pesquisadores da área da saúde. O algoritmo, chamado CheXNet, é capaz de identificar até 14 tipos de condições médicas e é mais eficiente do que o diagnóstico feito por radiologistas.

O co-autor de um artigo sobre algoritmo e estudante de pós-graduação em Harvard, Pranav Rajpurkar, comenta que a interpretação de raios-x no diagnóstico de doenças como a pneumonia é bastante desafiadora e variável.

Estudo

A pesquisa foi realizada com a ajuda de dados públicos lançados pelo National Institutes of Health Clinical Center, em setembro deste ano. As informações contam com 112.120 imagens de raio-x de tórax de visão frontal, marcando até 14 patologias.

Ao encontrar esses dados, Andre Ng, professor de ciência da computação da Universidade de Stanford, começou a trabalhar em parceria com o professor assistente de radiologia, Matthew Lungren. Em sua pesquisa, quatro radiologistas fizeram anotações sobre 420 imagens que indicam possibilidades de pneumonia, mas, em um mês, o algoritmo se mostrou mais eficiente.

Além do CheXNet, foi criado um software que gera um mapa de calor sobre as imagens de raio-x dos pacientes, facilitando a descoberta.

O objetivo dos pesquisadores é levar este software a outros hospitais para que todos tenham acesso a um diagnóstico mais preciso.

O relatório completo do estudo pode ser visto aqui.