Resumo

Imagens médicas são fontes relevantes para a análise e diagnóstico de doenças, e, com o avanço da tecnologia para sua aquisição e armazenamento, elas se tornaram um importante instrumento na gestão da saúde. No entanto, por falta de um protocolo padrão na coleta destes exames, assim como estrutura para armazenamento e acesso de seus dados, boa parte das instituições de saúde – especialmente no SUS - tende a deletar, com o tempo, os exames realizados. Além disso, no Brasil há uma escassez de médicos especialistas (ex.  radiologistas  e  dermatologistas),  principalmente  em  regiões  mais  precárias, aumentando o tempo de espera até o diagnóstico. Neste contexto, avanços no campo da Inteligência Artificial apresentam-se  como  promissoras ferramentas  aliadas  à  tomada  de  decisão  diagnóstica.

O projeto Banco de Imagens surgiu para endereçar essa problemática. A iniciativa consiste no desenvolvimento de um banco de dados universal para armazenamento e gestão de exames de imagem realizados no SUS, em qualquer lugar do país. A plataforma foi elaborada para poder ser acessada por qualquer computador ou aparelho celular. Assim, poderá ser facilmente inserida na rotina de trabalho dos profissionais de saúde. A expectativa é que profissionais e pacientes tenham acesso aos exames com a mesma qualidade em todas as regiões do país, permitindo melhor acompanhamento de patologias e da avaliação de resposta ao tratamento. Além disso, a plataforma proverá o uso de soluções baseadas em Inteligência Artificial para suporte à decisão diagnóstica. Estas ferramentas de auxílio ao diagnóstico prometem aumentar a acurácia dos diagnósticos, assim como melhorar o processo  de  triagem e  de  detecção precoce de  patologias.  Além   da   maior   eficiência   e   efetividade   diagnóstica,   espera-se   a   redução   de   custos   para o SUS, assim como menores impactos ambientais por meio da diminuição de exames desnecessários.

Os dados populacionais gerados, em real-time, poderão auxiliar o Ministério da Saúde a conceber políticas estratégicas de saúde pública baseadas em dados concretos e atualizados. Além disso,  a  plataforma  de  banco  de  imagens  constitui  um  ambiente  favorável  à  pesquisa  e  inovação, permitindo que pesquisadores,  startups e demais interessados possam se conectar  à base, propiciando o desenvolvimento de novos projetos que favoreçam o SUS.


Introdução

O projeto Banco de Imagens, em seu primeiro triênio (2018-2020) consistiu na criação de um banco de dados universal, na nuvem, para armazenamento, acesso e análises de exames de imagem médica, realizados pelo Sistema Único de Saúde (SUS), em qualquer lugar do país. A iniciativa desenvolveu, ainda, soluções para digitalização de exames para a nuvem. Além disso, como proposta conceitual de um ecossistema de automação diagnóstica, modelos de inteligência artificial foram desenvolvidos para suporte ao diagnóstico de três condições de alto impacto e relevância para  o  SUS  à  época  da  proposta:  Síndrome  Congênita  causada  pelo  vírus  Zika,  Melanoma cutâneo e Tuberculose pulmonar, com base em dados de tomografia computacional de crânio, fotos de melanoma e de raio-X de tórax, respectivamente.

Em sua fase atual (triênio 2020-2023), o projeto visa expandir e escalonar a base nacional de imagens médicas, com implementação de uma prova de conceito no Mundo Real em alguns centros de saúde. Alinhado à expansão da plataforma, tornou-se importante o aprimoramento e expansão dos modelos de inteligência artificial desenvolvidos, de forma a ampliar seus casos de uso. Atualmente, o projeto conta com soluções para:  segmentação volumétrica de estruturas cerebrais por meio da tomografia computadorizada de cabeça;  identificação de afecções pulmonares e classificação de tuberculose pulmonar por raio-x de tórax; e suporte ao diagnóstico de melanoma cutâneo por meio de fotos de pele e imagens dermatoscópicas.

Estes algoritmos estão em fase de validação externa, por meio de estudos científicos de validação clínica em parceria com centros diagnósticos. O propósito desta fase de validação dos algoritmos é avaliar indicadores de desempenho e impacto das soluções no mundo real, assim como realizar adequações e avaliação das necessidades dos centros diagnósticos para uso da tecnologia. 

Cabe ressaltar que o Banco de Imagens segue as normas vigentes da Lei Geral de Proteção de Dados (LGPD) e conta com diversas tecnologias de segurança para garantir a integridade e sigilo dos dados. 


Métodos

Foram desenvolvidos três modelos de Machine Learning em afecções que foram eleitas como de relevância para o SUS: Zika, melanoma e tuberculose, definidos como desafios assistenciais por representarem três amostras do potencial de impacto da plataforma proposta.

Para uma maior eficiência no uso dos modelos, foi adotado o conceito de service design, que considera atividades de planejamento, conhecimento da infraestrutura, avaliação recursiva do propósito de modelagem e, principalmente, conhecimento técnico de vários especialistas na cadeia de operação em atenção primária e serviços especializados. Para tanto, dados de raio-X de tórax, tomografia computacional de crânio e fotos de melanoma irão constituir um primeiro esboço da base nacional de imagens médicas.

Além das imagens, os algoritmos irão analisar fatores como idade, sexo e sociais pertinentes para o diagnóstico. Todo o processo é feito de forma segura, com preservação dos dados, sendo que apenas a equipe médica que está lidando diretamente com o paciente poderá acessar suas informações.

Após a etapa de validação, que ocorrerá durante o ano de 2022, o projeto começará a ser implementado nas unidades públicas de saúde, em diferentes localidades, avaliando um grande volume de pacientes para buscar dados heterogêneos que representem a realidade do país.


Resultados

.


Equipe

  • Hospital Israelita Albert Einstein

    Liderança

    Pedro Vieira Santana Netto – Hospital Israelita Albert Einstein, São Paulo, SP – LattesLinkedIn Birajara Soares Machado – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes – LinkedIn


    Equipe

    Agatha Paula Colin de Souza – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes – LinkedIn Aline Lissa Okita – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes – LinkedIn Ana Carolina Rodrigues Cavalcante Martinazzo – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes – LinkedIn Anderson Alves Schinaid – Hospital Israelita Albert Einstein, São Paulo, SP – LattesLinkedIn André Pires dos Santos – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes – LinkedIn André Ricardo Oliveira da Fonseca – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes – LinkedIn Andrew Maranhão Ventura Dadario – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes – LinkedIn Augusto Pereira Alencar – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes - LinkedIn Bárbara Rodrigues Da Silva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Birajara Soares Machado – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Bruna Braga da Silva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Carlos Arruda Baltazar – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Carlos Henrique Jacinto – Hospital Israelita Albert Einstein, São Paulo, SP – LattesLinkedIn Damião Verde Fernandes Torres Loureiro – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Deborah Dias Okasaki – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes - LinkedIn Eduardo Pontes Reis – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Gabriela da Silva Xavier – Hospital Israelita Albert Einstein, São Paulo, SP  – Lattes  – LinkedIn Gian Lucca dos Santos Severino – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Gilberto Szarf – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Giulia Kimie Nakahara Kosugi – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Gustavo Blanco – Hospital Israelita Albert Einstein, São Paulo, SP – LattesLinkedIn João Vitor Pincelli – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Jorge Nebhan Haidar Filho – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Joselisa Péres Queiroz de Paiva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Karina Silva Vieira – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Larissa Vasconcellos de Moraes – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Lucas dos Anjos Longas – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Luciana Monteiro de Moura – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Luigi Villanova Machado de Barros Lago – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Luiz Gustavus Capellini – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes - LinkedIn Luiz Otávio Vittorelli – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Mara Huffenbaecher Giavinabianchi – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Marcelo de Maria Felix – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Marcelo Ferreira de Araújo – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Maria Carolina Bueno da Silva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Nathalia Barbosa da Silva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Patrícia de Moraes Alves Barboza – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Paulo Cesar Estevam Filho – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Pedro Vieira Santana Netto – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Priscila Satomi Acamine – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Rafael do Espírito Santo – Hospital Israelita Albert Einstein, São Paulo, SP - Lattes  – LinkedIn Rafael Maffei Loureiro – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Raquel Machado de Sousa – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Renata Prôa Dalle Lucca – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Silvia Heringer Oliveira Asseituno – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Victor Fornasiero De Paiva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Vinícius Leati de Rossi Ferreira – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Vitor Zago de Almeida Paciello – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Viviane Conceição da Silva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn Wellington dos Reis Lucena – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn William Goes Vitor – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes - LinkedIn  


    Colaboração Beatriz Bonadio Aoki - Hospital Israelita Albert Einstein, São Paulo, SP Fernanda Pahim Santos - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin Renato Tanjoni - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin  
    Área Técnica

    Secretaria de Atenção à Saúde - SAS- MS Secretaria de Ciência, Tecnologia e Insumos Estratégicos -SCTIE - MS Secretaria de Vigilância em Saúde - SVS- MS


Conheça outros Projetos_