O Grupo de Pesquisa em Computação Biomédica do Departamento de Engenharia Biomédica da UFPE ganhou o Prêmio Inovação Engenharia Biomédica para o SUS 2022, em primeiro lugar, com o trabalho “Sistema web para teste rápido da covid-19 baseado em Random Forest e exames de sangue”. A premiação ocorrerá no CBEB/CLAIB 2022, no dia 27 deste mês, às 16h. O prêmio é concedido pela Sociedade Brasileira de Engenharia Biomédica e pela Boston Scientific.

O grupo de pesquisa será representado pelo professor Valter Augusto de Freitas Barbosa, doutor em Engenharia Mecânica e egresso do mestrado e da graduação em Engenharia Biomédica da UFPE. Participaram também da pesquisa Juliana Carneiro Gomes, Maíra Araújo de Santana e Clarisse Lins de Lima, estudantes de doutorado em Engenharia da Computação da UPE e egressas do mestrado e da graduação em Engenharia Biomédica da UFPE, além de Jenyffer Almeida e Rodrigo Gomes de Souza, egressos do mestrado em Engenharia Biomédica da UFPE; Raquel Bezerra Calado, mestre em Engenharia da Computação pela UPE; Cláudio Bertoldo, mestre em Engenharia da Computação pela Unicamp; o professor e médico Luiz Alberto Reis Mattos Júnior, diretor do Centro de Ciências Médicas (CCM) da UFPE; Ricardo Escorel, biomédico da Secretaria Municipal de Saúde de Paudalho; e os professores Ricardo Emmanuel de Souza e Wellington Pinheiro dos Santos, do Departamento de Engenharia Biomédica da UFPE.

Resumo do trabalho premiado

A doença causada pelo novo tipo de coronavírus, covid-19, tem colocado grandes desafios de saúde pública para muitos países. Com sua rápida disseminação, desde o início do surto em dezembro de 2019, a doença transmitida pelo SARS-CoV-2 já causou mais de 2 milhões de mortes até o momento. Neste trabalho, propomos uma solução web, denominada Heg.IA, para otimizar o diagnóstico da covid-19 através do uso de inteligência artificial. Nosso sistema visa apoiar a tomada de decisão quanto ao diagnóstico da covid-19 e à indicação de internação em enfermaria regular, semi-UTI ou UTI com base na decisão de uma arquitetura Random Forest com 90 árvores. A ideia principal é que os profissionais de saúde possam inserir 41 parâmetros hematológicos de exames de sangue comuns e gasometria arterial no sistema. Em seguida, o Heg.IA fornecerá um relatório de diagnóstico. O sistema alcançou bons resultados tanto para o diagnóstico da covid-19 quanto para a recomendação de internação. Para o primeiro cenário, encontramos resultados médios de acurácia de 92,891% ± 0,851, índice kappa de 0,858 ± 0,017, sensibilidade de 0,936 ± 0,011, precisão de 0,923 ± 0,011, especificidade de 0,921 ± 0,012 e área sob ROC de 0,984 ± 0,003. Quanto à indicação de internação, obtivemos excelente desempenho de acertos acima de 99% e acima de 0,99 para as demais métricas em todas as situações. Utilizando um método computacionalmente simples, baseado nas árvores de decisão clássicas, conseguimos obter um alto desempenho no diagnóstico. 

Mais informações
Professor Wellington Santos
wellington.santos@ufpe.br