Uma ferramenta de inteligência artificial (IA) criada por pesquisadores da Universidade Federal Fluminense (UFF) tem demonstrado potencial para aprimorar o diagnóstico de enfisema pulmonar e câncer de pulmão por meio da análise de tomografias computadorizadas. Ambas as doenças apresentam evolução lenta e, muitas vezes, assintomática, o que torna a identificação precoce essencial para o sucesso do tratamento.
O sistema, denominado ChestFinder, está em fase de treinamento com base em bancos de dados compostos por imagens e laudos médicos previamente catalogados. Por meio de técnicas de aprendizado de máquina, a ferramenta é capaz de identificar padrões visuais e textuais compatíveis com a presença de alterações pulmonares sugestivas das enfermidades em questão.
O projeto teve início no Hospital Universitário Antônio Pedro, em Niterói (RJ), unidade vinculada à UFF, e vem sendo desenvolvido há aproximadamente dois anos. Os primeiros resultados apontam para níveis elevados de acurácia e sensibilidade, o que tem motivado os pesquisadores a avançar na validação do software para aplicação prática.
De acordo com os idealizadores, o ChestFinder será disponibilizado em repositório público, com o objetivo de ampliar o acesso a centros médicos que possuam exames e laudos digitalizados. A proposta visa permitir a incorporação da ferramenta em diferentes contextos clínicos, inclusive em regiões com menor oferta de profissionais especializados.
A professora Cristina Asvolins, do Departamento de Radiologia da UFF, destaca que o software tem a capacidade de sinalizar achados sugestivos de doenças pulmonares mesmo quando esse não é o foco principal do exame, funcionando, assim, como instrumento de apoio ao diagnóstico incidental.
Ainda segundo a docente, o uso da inteligência artificial pode reduzir o tempo entre o exame e a confirmação diagnóstica, contribuindo para decisões clínicas mais rápidas e eficazes. A tecnologia também tende a impactar positivamente os custos, uma vez que o diagnóstico precoce minimiza a necessidade de procedimentos invasivos e aumenta as chances de sucesso terapêutico.
Outra funcionalidade relevante do ChestFinder é a possibilidade de comparação entre exames semelhantes, o que possibilita aos profissionais de saúde ampliar a análise clínica com base em dados reais de outros pacientes. Tal recurso reforça a segurança na interpretação de achados complexos.
O projeto tem sido recebido com interesse por especialistas em radiologia e saúde pública, sobretudo por sua capacidade de democratização do acesso ao diagnóstico especializado, aspecto considerado estratégico em um país de dimensões continentais como o Brasil.
A proposta integra uma tendência global de integração entre tecnologia e medicina, na qual soluções baseadas em inteligência artificial são progressivamente incorporadas ao cotidiano hospitalar, sobretudo em áreas como diagnóstico por imagem, triagem e acompanhamento clínico.
Os pesquisadores da UFF preveem que a ferramenta, uma vez consolidada, possa ser utilizada em larga escala na rede pública de saúde, inclusive no âmbito do Sistema Único de Saúde (SUS). A iniciativa representa um passo importante para a valorização da ciência nacional aplicada à saúde pública.
Com o avanço do projeto e a abertura do código-fonte, espera-se que o ChestFinder seja integrado a outras plataformas médicas, promovendo melhor eficiência na detecção precoce de doenças pulmonares e ampliando a atuação preventiva das unidades de saúde em todo o território nacional.
