ColonCAD: Inovação no diagnóstico de cancro colorretal

Cofinanciado pelo COMPETE 2020, o projeto ColonCAD visa o desenvolvimento de uma plataforma tecnológica inteligente para deteção e classificação de sinais precoces de lesões no cólon, através da análise das imagens retiradas em tempo real durante uma colonoscopia.
 
ColonCAD: Sistema CAD para análise de imagens de colonoscopias para classificação automática de pólipos
 
 
1. Síntese do projeto
 
O desenvolvimento de  uma plataforma tecnológica inteligente para deteção e classificação de sinais precoces de pólipos do cólon, através da análise e classificação das imagens retiradas em tempo real durante uma colonoscopia, disponibilizando aos médicos uma solução de apoio ao diagnóstico clínico é o principal objetivo do projeto ColonCAD.
 
Pretende-se conceber um sistema CAD (Computer Aided Diagnosis) baseado em diferentes técnicas de Inteligência Artificial e Processamento e Análise de Imagem para classificar os pólipos.
 
Desta forma, é possível disponibilizar ao médico uma solução de apoio à tomada de decisão, durante a realização de um único exame de colonoscopia, de modo a que este possa fazer o diagnóstico de forma mais fundamentada e, caso existam pólipos que apresentem características que exijam a sua remoção, que essa operação aconteça no decorrer desse mesmo exame ou então que seja recomendado que a sua remoção seja realizada por cirurgia, quando a natureza do pólipo assim o indique. 
 
Sendo os pólipos os primeiros indícios de Cancro Colorretal, pretende-se, deste modo, diminuir a taxa de incidência da doença, diminuir as intervenções desnecessárias (biopsias, novas colonoscopias) e, consequentemente, diminuir custos excessivos com colonoscopias e biopsias e os riscos para a saúde do doente. 
 
Esta ferramenta permitirá, deste modo, evitar custos associados a polipectomias que hoje são realizadas e que, face aos seus resultados, venham a ser consideradas como desnecessárias. Por outro lado, será possível também minimizar o número de exames a realizar ao doente, evitando sujeitá-lo ao risco que estes tipos de exames apresentem para a sua saúde e qualidade de vida futura (por exemplo, perfuração acidental do colón; a remoção endoscopicamente de lesões infiltrativas, que clinicamente deveria ser submetido a cirurgia; entre outros).
 
A solução ColonCAD consiste numa solução que suportada nas mais recentes técnicas de processamento e análise de imagem e inteligência artificial, aplicadas à imagem médica e que permitirá detetar e segmentar lesões do colon-reto com elevados níveis de confiança. Recorrerá também aos mais recentes paradigmas da comunicação, interoperabilidade e usabilidade por forma a oferecer uma ferramenta TIC completamente adaptada ao contexto clínico.
 
 
2. Testemunho de Teresa Martins, bracarense
 

Teresa Martins, responsável do projeto ColonCAD

“A AI4MedImaging trabalha no desenvolvimento de soluções de inteligência artificial combinado com técnicas de processamento de imagem para análise de imagens médicas e apoio ao diagnóstico. Através de análise dimensional, cor e textura, segmentação de tecidos, extração e classificação de características e índices, as soluções da empresa são capazes de analisar e dar apoio ao diagnóstico clínico. O objetivo da AI4MedImaging é contribuir para a evolução da medicina personalizada com apoio a soluções cada vez mais inteligentes e inovadoras.

O projeto ColonCAD vai ao encontro destes objetivos, visando o desenvolvimento de uma plataforma tecnológica inteligente para deteção e classificação de sinais precoces de pólipos no cólon, através da análise e classificação das imagens retiradas em tempo real. Pretende-se assim, conceber um sistema CAD (Computer Aided Diagnosis) baseado em diferentes técnicas de Inteligência Artificial e Processamento e Análise de imagens para classificar pólipos.
A AI4MedImaging, integra projetos e estabelece parcerias com vista à Inovação e avanço tecnológico. Esta vertente de Investigação & Desenvolvimento é parte integral da nossa missão na prossecução contínua de excelência em todas as nossas atividades.
O COMPETE 2020 tem sido um catalisador fulcral da nossa atividade de forma a equilibrar o risco que estes projetos significam visto recorrerem a tecnologias inovadoras e complexas.
A sua contribuição tem sido um fator impulsionador no processo de I&D da AI4MedImaging e fundamental para a capacidade de acolher ainda mais desafios”.

 

> Breve Perfil

Licenciada em Engenharia de Sistemas e Informática, em 1991, pela Universidade do Minho e Mestre Informática, pela mesma universidade em 1998, iniciou a sua carreira profissional na área do desenvolvimento de software para equipamentos e sistemas de pesagem industrial.  Entre 1998 e 2001 foi gestora de projetos no departamento de Visão Artificial no IDITE Minho, em Braga, abraçando esta área de negócio desde então.

Em 2001, como cofundadora, cria a empresa ENERMETER – Sistemas de Medição que tinha duas áreas de atuação distintas: Sistemas de Medição e Sistemas de Visão Artificial. Esta última área concebe, desenvolve e instala sistemas automáticos baseados em tecnologias de processamento de imagem e visão artificial, para os mais variados setores industriais do mercado nacional e internacional.

Com a finalidade de potenciar a área de negócio da visão artificial, é fundada, em 2017 a Neadvance – Machine Vision como spin-off do departamento de Visão Artificial da Enermeter, sendo cofundadora, CEO e Presidente do Conselho de Administração.

Em 2019 é criada a AI4Medimaging, empresa dedicada á investigação e desenvolvimento de soluções de apoio ao diagnóstico clínico, como spin-off da área médica da Neadvance, sendo cofundadora e Presidente do Conselho de Administração.

 
3. Sobre a AI4MedImaging
 
A AI4MedImaging trabalha no desenvolvimento de soluções de machine learning e sistemas de visão artificial para análise de imagens médicas e apoio ao diagnóstico. Através de análise dimensional e de posição 2D e 3D, identificação, medição e reconhecimento de cores e texturas, segmentação de tecidos, extração e classificação de características e índices, os sistemas da empresa são capazes de analisar e dar apoio ao diagnóstico clínico. 
 
O objetivo da AI4MedImaging é contribuir para a evolução da medicina personalizada com apoio a soluções cada vez mais inteligentes e inovadoras, sendo que o projeto ColonCAD vai de encontro a estes objetivos.
 
 
4. Apoio do COMPETE 2020 
 
O projeto ColonCAD foi cofinanciado pelo COMPETE 2020 no âmbito do Sistemas de Incentivos à Investigação e Desenvolvimento Empresarial - na vertente em copromoção - envolvendo um investimento elegível de cerca de 798 mil euros, o que resultou num incentivo FEDER de cerca de 566 mil euros.
 
 
5. Links
 

30/07/2021 , Por Cátia Silva Pinto
Portugal 2020
COMPETE 2020
FEEI