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