Com publicação científica

anna_ku via Shutterstock
Ilustração artística mostrando inseto triatomíneo como vetor do parasita Trypanosoma cruzi
Por Redação SciAdvances
Fonte
Áreas
Compartilhar
A doença de Chagas é uma infecção causada por um parasita chamado Trypanosoma cruzi, que pode ser transmitido para o hospedeiro por meio vetorial (através de insetos triatomíneos, como o barbeiro), por via oral (pela ingestão de alimentos ou bebidas contaminadas), de mãe para filho, por transfusão, transplante ou até mesmo de modo acidental, por contato com material contaminado.
A Organização Mundial da Saúde (OMS) estima que cerca de 8 milhões de pessoas no mundo estejam infectadas e que a doença cause mais de 10.000 mortes por ano, sendo uma doença endêmica em 21 países da América Latina.
Na fase aguda, a doença pode ser diagnosticada pela observação de amostra de sangue ou do líquido cefalorraquidiano ao microscópio.
Para superar as limitações de regiões onde as unidades de saúde de baixa complexidade não conseguem realizar o diagnóstico da doença de Chagas, pesquisadores criaram um modelo de Inteligência Artificial (IA) que detecta o parasita da doença em tempo real utilizando um smartphone acoplado a um microscópio.
Com a câmera de um celular acoplada à ocular de um microscópio óptico convencional por meio de um adaptador impresso em 3D, os modelos de IA são executados no próprio aparelho, sem necessidade de conexão com a internet ou de equipamentos caros. Isso facilita o diagnóstico, principalmente em ambientes com recursos limitados.
A pesquisa foi desenvolvida por pesquisadores da Universidade Politécnica de Madri (UPM), Centro Espanhol de Pesquisa Biomédica em Bioengenharia, Biomateriais e Nanomedicina (CIBER-BBN), Instituto de Saúde Carlos III (ISCIII), Fundação Mundo Sano e da empresa de IA Spotlab, na Espanha, e da Universidade Mayor de San Simón, na Bolívia.
Para treinar e validar o sistema, os pesquisadores utilizaram amostras de sangue e de líquido cefalorraquidiano de humanos e de modelos animais.
O modelo principal alcançou uma precisão em torno de 86% em amostras humanas, precisando apenas de 350 milissegundos para analisar cada imagem.
Em um teste-piloto em laboratório, no qual um profissional de saúde examinava as amostras com o celular, o sistema apresentou alta sensibilidade, detectando mais de 96% dos parasitas presentes. O profissional humano sempre mantém a palavra final e revisa as detecções.
Os resultados foram publicados na revista científica PLOS Neglected Tropical Diseases e os modelos de IA estão disponíveis de forma aberta para que a comunidade científica possa baixá-los e testá-los (os links podem ser acessados no artigo científico).
A Dra. María Jesús Ledesma Carbayo, pesquisadora principal do projeto pela Universidade Politécnica de Madri, ressaltou que o design modular da nova tecnologia permite adaptá-la também para a detecção de outros parasitas e doenças, podendo ser uma solução escalável para enfrentar doenças tropicais negligenciadas.
Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.
Publicidade
Últimos avanços

Anusorn Nakdee via Shutterstock

Vink Fan via Shutterstock

Cryptographer via Shutterstock

CodexSerafinius via Shutterstock
Publicidade
Autores/Pesquisadores Citados
Publicação
Acesse o artigo científico completo (em inglês).
Publicidade
Outros avanços

Universidade Cornell

Universidade Estadual da Pensilvânia



