ILDeasy

O ILDeasy incorpora diferentes modelos de IA capazes de processar automaticamente estudos TCAR do tórax e analisar a informação contida nas imagens. A solução permite detetar anomalias pulmonares e segmentar os principais achados radiológicos, indicando na própria imagem as áreas identificadas e fornecendo uma quantificação do seu volume. Entre os achados que podem ser analisados encontram-se a reticulação, a opacidade, a estrutura alveolar em favo de mel, o enfisema, as bronquiectasias e os quistos pulmonares.

A ferramenta permite também avaliar padrões radiológicos e caracterizar a presença de doença pulmonar intersticial fibrótica ou não fibrótica, fornecendo ao profissional informações sobre as probabilidades associadas aos diferentes padrões e apresentando as variáveis mais relevantes para o resultado obtido.

Um dos pontos fortes do ILDeasy é a sua capacidade de transformar a informação contida nas imagens médicas em dados quantitativos que podem complementar a avaliação do especialista. A segmentação automatizada permite visualizar e quantificar os diferentes achados radiológicos, facilitando a sua análise e comparação.

Além disso, o ILDeasy foi concebido para trabalhar com informação clínica associada ao estudo de imagem. O sistema pode integrar, entre outros dados, resultados de testes funcionais respiratórios, como FVC, TLC e DLCO, relatórios radiológicos e pneumológicos e outros dados clínicos relevantes do paciente.

A combinação de imagens médicas e dados clínicos permite obter uma visão mais completa do doente e facilita ao profissional a análise, num único ambiente, da informação relevante para a sua avaliação.

O ILDeasy foi concebido para apoiar, e não substituir, a avaliação dos profissionais de saúde. Os resultados gerados pelos algoritmos são apresentados de forma visual e associados às imagens, para que o especialista possa analisar os achados, verificar os resultados e, quando necessário, alterar as segmentações realizadas pela IA. Os testes de usabilidade realizados com profissionais de saúde do Hospital Universitário La Paz destacaram a clareza da informação e a utilidade de visualizar em simultâneo os resultados e as imagens.

A solução inclui ainda funcionalidades destinadas a facilitar o fluxo de trabalho, tais como a identificação e correção de artefactos, a deteção de anomalias, a segmentação de achados, a avaliação de padrões radiológicos e a elaboração de relatórios.

O desenvolvimento do ILDeasy insere-se no âmbito do projeto SEPI-IA, uma iniciativa de I&D orientada para o desenvolvimento de um programa de análise e simulação da evolução das doenças pulmonares intersticiais através da Inteligência Artificial.

O projeto contou com a colaboração do Hospital Universitário La Paz, que participou na conceção do projeto, na criação de conjuntos de validação e na avaliação do protótipo do ponto de vista clínico e da usabilidade. Nas palavras de Emilio Cuesta, responsável pela secção de radiologia cardiotorácica do Hospital Universitário La Paz e professor associado de radiologia e medicina física na Universidade Autónoma de Madrid, «foram utilizados dados clínicos e imagens médicas reais anonimizadas, incluindo estudos TCAR e diferentes variáveis clínicas».
O conjunto de dados de validação clínica utilizado no La Paz «incluiu doentes com diferentes diagnósticos e uma elevada representação de anomalias intersticiais, com segmentações revistas por especialistas».

Este processo de avaliação permitiu verificar o funcionamento dos diferentes componentes da solução e melhorar a robustez dos modelos de IA em condições próximas do ambiente clínico.

Nas palavras da Dra. Maria Molina, chefe da Unidade Funcional de Doenças Intersticiais Pulmonares de Bellvitge, e professora associada da Universidade de Barcelona, Medalha de Ouro da Sociedade Respiratória Europeia, o ILDeasy representa «um passo em frente na aplicação da Inteligência Artificial à análise das doenças pulmonares intersticiais, fornecendo ao profissional de saúde informação objetiva, quantitativa e visual sobre a imagem médica, a fim de facilitar a sua interpretação e apoiar o acompanhamento dos doentes».