Covid-19 | IPM estuda previsão de infecções com base em análises ao sangue 

Cinco investigadores do Instituto Politécnico de Macau e da Universidade de Bolonha recorreram à inteligência artificial para analisar a precisão de quatro modelos de dados com o objectivo de prever o contágio de covid-19 através de análises ao sangue. Um deles atingiu bons resultados em todas as variáveis estudadas

A possibilidade de prever contágios de covid-19 através de uma simples análise ao sangue, com recurso à inteligência artificial, foi o foco do estudo desenvolvido por quatro investigadores do Instituto Politécnico de Macau (IPM), Ziyue Yu, Lihua He, Wuman Luo e Rita Tse, e da investigadora Giovanni Pau da Universidade de Bolonha e departamento de ciências computacionais de Los Angeles.

Na tese de doutoramento intitulada “Deep Learning for COVID-19 Prediction based on Blood Test” é feita uma análise a quatro modelos híbridos de Deep Learning, aplicados depois a 18 dados de análises sanguíneas do Israelta Albert Einstein Hospital, no Brasil. Este trabalho foi feito, em parte, com recurso ao sistema Big Data Driven Intelligent Computing do IPM.

Foram analisados quatro modelos de Deep Learning, CNN+GRU, CNN+Bi-RNN, CNN+Bi-LSTM e CNN+Bi-GRU, aplicados depois aos dados das análises ao sangue. Os investigadores compararam depois os modelos segundo a sua precisão, recolha e pontuação, entre outras variáveis, sendo que “os resultados experimentais mostram que o modelo CNN+Bi-GRU atinge a melhor performance em todas as cinco métricas”.

Os investigadores assumem que este estudo visa “aliviar o pessoal de saúde do trabalho duro de testagem” e “acelerar” esse mesmo processo, tendo em conta o problema da falta de recursos humanos na área da saúde.

“Até agora a inteligência artificial tem vindo a tornar-se muito importante ao nível do diagnóstico médico. No entanto, a investigação ao nível da previsão da covid-19 com base no sistema de Deep Learning está ainda numa fase preliminar”. De frisar que o sistema de Deep Learning permite configurar parâmetros sobre dados e treinar o computador para fazer sozinho a sua leitura e reconhecimento.

Apoio precioso

Na tese pode ler-se que “o modelo CNN+Bi-GRU irá ser um método efectivo para o diagnóstico da covid-19 com base numa análise de sangue”. “No futuro, vamos continuar a explorar modelos de Deep Learning para a previsão da covid-19 e conceber novos modelos de previsão”, apontam os autores.

Actualmente, há duas formas de testar a infecção por covid-19, através da análise ao sangue e do teste de ácido nucleico. Este “é de momento o mais usado dada a sua simplicidade”, mas “a percentagem de falsos negativos atinge os 20 por cento”. Os investigadores defendem que “a performance da análise ao sangue em termos de falsos positivos e negativos, por comparação ao teste de ácido nucleico, é muito menor”.

Numa publicação nas redes sociais, o IPM comentou que esta investigação representa “uma ajuda altamente efectiva e precisa na previsão da infecção da covid-19”, além de constituir “um valor prático e académico significativo que pode ser aplicado de forma abrangente na prevenção e cura desta pandemia global”.

Este estudo foi distinguido na 6.ª Conferência Internacional da Internet das Coisas e Segurança de Dados, em Abril, além de ter recebido um outro prémio atribuído pelo Instituto de Sistemas e Tecnologias da Informação, Controlo e Comunicação, uma associação sem fins lucrativos sediada em Lisboa.