Investigadores do Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC) integram um projeto internacional denominado por TAMI – Transparent Artificial Medical Intelligence, que pretende através de inteligência artificial, tornar o diagnóstico médico mais “claro e confiável”.
O projeto TAMI, liderado pela empresa First Solutions, foi selecionado pela iniciativa “Go Portugal – Global Science and Tecnology Partnerships Portugal” no contexto do programa CMU Portugal e é financiado em 1,79 milhões de euros pelo programa COMPETE 2020, Fundação para a Ciência e a Tecnologia (FCT) e a Carnegie Mellon University.
Integram ainda o projeto especialistas da Associação Fraunhofer Portugal Research, da Administração Regional de Saúde do Norte e da Carnegie Mellon University (Estados Unidos da América).
Este projeto vai-se debruçar sobre três domínios médicos: cancro cervical, doenças pulmonares e doenças oculares.
“Nestes três domínios vamos tentar que, através de um exame imagiológico, o computador consiga olhar para a imagem e explicar, por exemplo, se é cancro ou não, bem como quantificar o risco e explicar a avaliação de risco que fez, mostrando na imagem o suporte para a sua decisão”, afirmou o investigador do INESC TEC, no Porto, Jaime Cardoso, à agência Lusa.
Os investigadores juntamente com a empresa First Solutions, vão desenvolver um conjunto de ferramentas de apoio à decisão médica, com base em algoritmos de inteligência artificial, que visam explicar ao clínico e paciente o diagnóstico de determinada doença e a sua causa.
“A explicação pode ser somente visual, ao sobrepor sobre a imagem mapas de realce, mas também pode ser textual. Tudo dependerá de quem vai consumir a explicação, se o médico especialista, se o enfermeiro, se o médico que vai dialogar com o paciente. Tudo irá depender desses aspetos e do próprio caso”, acrescentou.
Ao explicar como chegou a determinado diagnostico, o sistema pretende gerar maior “confiabilidade no médico e no doente”, sendo que poderá também vir a auxiliar na determinação de padrões de doenças.
