Resumo

Imagens médicas são fontes relevantes para a análise e diagnóstico de doenças, e, com o avanço da tecnologia para sua aquisição e armazenamento, elas se tornaram um importante instrumento na gestão da saúde. No entanto, por falta de um protocolo padrão na coleta destes exames, assim como estrutura para armazenamento e acesso de seus dados, boa parte das instituições de saúde – especialmente no SUS - tende a deletar, com o tempo, os exames realizados. Além disso, no Brasil há uma escassez de médicos especialistas (ex.  radiologistas  e  dermatologistas),  principalmente  em  regiões  mais  precárias, aumentando o tempo de espera até o diagnóstico. Neste contexto, avanços no campo da Inteligência Artificial apresentam-se  como  promissoras ferramentas  aliadas  à  tomada  de  decisão  diagnóstica.

O projeto Banco de Imagens surgiu para endereçar essa problemática. A iniciativa consiste no desenvolvimento de um banco de dados universal para armazenamento e gestão de exames de imagem realizados no SUS, em qualquer lugar do país. A plataforma foi elaborada para poder ser acessada por qualquer computador ou aparelho celular. Assim, poderá ser facilmente inserida na rotina de trabalho dos profissionais de saúde. A expectativa é que profissionais e pacientes tenham acesso aos exames com a mesma qualidade em todas as regiões do país, permitindo melhor acompanhamento de patologias e da avaliação de resposta ao tratamento. Além disso, a plataforma proverá o uso de soluções baseadas em Inteligência Artificial para suporte à decisão diagnóstica. Estas ferramentas de auxílio ao diagnóstico prometem aumentar a acurácia dos diagnósticos, assim como melhorar o processo  de  triagem e  de  detecção precoce de  patologias.  Além   da   maior   eficiência   e   efetividade   diagnóstica,   espera-se   a   redução   de   custos   para o SUS, assim como menores impactos ambientais por meio da diminuição de exames desnecessários.

Os dados populacionais gerados, em real-time, poderão auxiliar o Ministério da Saúde a conceber políticas estratégicas de saúde pública baseadas em dados concretos e atualizados. Além disso,  a  plataforma  de  banco  de  imagens  constitui  um  ambiente  favorável  à  pesquisa  e  inovação, permitindo que pesquisadores,  startups e demais interessados possam se conectar  à base, propiciando o desenvolvimento de novos projetos que favoreçam o SUS.


Introdução

O projeto Banco de Imagens, em seu primeiro triênio (2018-2020) consistiu na criação de um banco de dados universal, na nuvem, para armazenamento, acesso e análises de exames de imagem médica, realizados pelo Sistema Único de Saúde (SUS), em qualquer lugar do país. A iniciativa desenvolveu, ainda, soluções para digitalização de exames para a nuvem. Além disso, como proposta conceitual de um ecossistema de automação diagnóstica, modelos de inteligência artificial foram desenvolvidos para suporte ao diagnóstico de três condições de alto impacto e relevância para  o  SUS  à  época  da  proposta:  Síndrome  Congênita  causada  pelo  vírus  Zika,  Melanoma cutâneo e Tuberculose pulmonar, com base em dados de tomografia computacional de crânio, fotos de melanoma e de raio-X de tórax, respectivamente.

Em sua fase atual (triênio 2020-2023), o projeto visa expandir e escalonar a base nacional de imagens médicas, com implementação de uma prova de conceito no Mundo Real em alguns centros de saúde. Alinhado à expansão da plataforma, tornou-se importante o aprimoramento e expansão dos modelos de inteligência artificial desenvolvidos, de forma a ampliar seus casos de uso. Atualmente, o projeto conta com soluções para:  segmentação volumétrica de estruturas cerebrais por meio da tomografia computadorizada de cabeça;  identificação de afecções pulmonares e classificação de tuberculose pulmonar por raio-x de tórax; e suporte ao diagnóstico de melanoma cutâneo por meio de fotos de pele e imagens dermatoscópicas.

Estes algoritmos estão em fase de validação externa, por meio de estudos científicos de validação clínica em parceria com centros diagnósticos. O propósito desta fase de validação dos algoritmos é avaliar indicadores de desempenho e impacto das soluções no mundo real, assim como realizar adequações e avaliação das necessidades dos centros diagnósticos para uso da tecnologia. 

Cabe ressaltar que o Banco de Imagens segue as normas vigentes da Lei Geral de Proteção de Dados (LGPD) e conta com diversas tecnologias de segurança para garantir a integridade e sigilo dos dados. 


Métodos

Foram desenvolvidos três modelos de Machine Learning em afecções que foram eleitas como de relevância para o SUS: Zika, melanoma e tuberculose, definidos como desafios assistenciais por representarem três amostras do potencial de impacto da plataforma proposta.

Para uma maior eficiência no uso dos modelos, foi adotado o conceito de service design, que considera atividades de planejamento, conhecimento da infraestrutura, avaliação recursiva do propósito de modelagem e, principalmente, conhecimento técnico de vários especialistas na cadeia de operação em atenção primária e serviços especializados. Para tanto, dados de raio-X de tórax, tomografia computacional de crânio e fotos de melanoma irão constituir um primeiro esboço da base nacional de imagens médicas.

Além das imagens, os algoritmos irão analisar fatores como idade, sexo e sociais pertinentes para o diagnóstico. Todo o processo é feito de forma segura, com preservação dos dados, sendo que apenas a equipe médica que está lidando diretamente com o paciente poderá acessar suas informações.

Após a etapa de validação, que ocorrerá durante o ano de 2022, o projeto começará a ser implementado nas unidades públicas de saúde, em diferentes localidades, avaliando um grande volume de pacientes para buscar dados heterogêneos que representem a realidade do país.


Resultados

.


Equipe

  • Hospital Israelita Albert Einstein

    Liderança

    Pedro Vieira Santana Netto – Hospital Israelita Albert Einstein, São Paulo, SP – LattesLinkedIn


    Equipe

    Adernando Silva Morbeck, Hospital Israelita Albert Einstein, São Paulo, SP - Lates - LinkedIn

    Alexandre Loos Agra, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Aline de Souza Moura, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Aline Lissa Okita, Hospital Israelita Albert Einstein, São Paulo, SP – LattesLinkedIn

    Antonio Allesson Santos de Araujo, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Artur Jose Marques Paulo, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn

    Bernardo Ferreira Camilo, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes

    Bruna Garbes Goncalves Pinto, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn

    Brunna Carolinne Rocha Silva, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes

    Bruno Domingues De Oliveira, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Camila Aquemi Silva, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn

    Cesar Teles Gargiulo, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Daniel Tornieri, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Denis Hideo Masunaga, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Eduardo Pontes Reis, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Elaine Jose e Silva Almeida, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn 

    Erik Hudson Sousa Marques, Hospital Israelita Albert Einstein, São Paulo, SP

    Fabiano Filho, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn 

    Felipe Lima Morais, Hospital Israelita Albert Einsein, São Paulo, SP - Lattes - LinkedIn 

    Gilberto Szarf, Hospital Israelita Albert Einsein, São Paulo, SP - Lattes - LinkedIn

    Giovanna de Souza Mendes, Hospital Israelita Albert Einsein, São Paulo, SP - Lattes - LinkedIn 

    Guilherme Alberto de Sousa Ribeiro, Hospital Israelita Albert Einsein, São Paulo, SP - Lattes - LinkedIn 

    Gustavo Andre Lelis, Hospital Israelita Albert Einsein, São Paulo, SP - LinkedIn

    Joselisa Péres Queiroz de Paiva – Hospital Israelita Albert Einstein, São Paulo, SP – Lattes  – LinkedIn

    Lígia Bueno Sandes, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn 

    Luan Oliveira da Silva, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Lucas Hiroshi Campos Shinoda, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Mara Huffenbaecher Giavinabianchi, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes

    Marcio Rodrigues da Cunha Reis, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Maria Carolina Bueno da Silva, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn

    Maria Fernanda Dias Azevedo, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn 

    Paulo Victor Dos Santos, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Rafael Koji Sales, Hospital Israelita Albert Einstein, São Paulo, SP 

    Rafael Maffei Loureiro, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn

    Raian Portela, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Regiane Maria Ribeiro de Carvalho, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn 

    Renata Prôa Dalle Lucca, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn

    Rodrigo Meireles de Oliveira, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn 

    Sérgio de Vasconcelos Filho, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Sérgio Luiz de Lima, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn

    Talles De Brito Antonelli, Hospital Israelita Albert Einstein, São Paulo, SP - LinkedIn 

    Tayran Milá Mendes Olegario, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 

    Thiago Ortiz Camargo, Hospital Israelita Albert Einstein, São Paulo, SP - Lattes - LinkedIn 


    Colaboração
    Elaine Barbosa De Souza  - Hospital Israelita Albert Einstein, São Paulo, SP   Fernanda Pahim Santos - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin   Renato Tanjoni - Hospital Israelita Albert Einstein, São Paulo, SP - Linkedin  
    Área Técnica

    Secretaria de Atenção à Saúde - SAS- MS

    Secretaria de Ciência, Tecnologia e Insumos Estratégicos -SCTIE - MS

    Secretaria de Vigilância em Saúde - SVS- MS


Conheça outros Projetos_