Algoritmo inteligente pode ajudar os médicos especialistas na complexa tarefa de avaliar as biopsias renais de dadores falecidos no momento da colheita.
Uma equipa da Universidade de Coimbra e médicos do Centro Hospitalar e Universitário desta cidade estão a desenvolver uma investigação que recorre à inteligência artificial para tentar combater a escassez de órgãos para transplante renal.
Em comunicado, a Universidade de Coimbra (UC) explica que cerca de metade dos “rins provenientes de dadores falecidos são rejeitados para transplante, porque os métodos actuais de classificação de biopsias renais, um meio essencial para o médico decidir se o órgão doado pode ou não ser utilizado, são subjectivos e propensos a erros de avaliação”.
Para ultrapassar esta situação, uma equipa de investigadores da Faculdade de Medicina da UC e médicos do Centro Hospitalar e Universitário de Coimbra (CHUC), com a colaboração da Universidade de Buffalo, nos Estados Unidos, “está a desenvolver um algoritmo inteligente que permita auxiliar os médicos especialistas na complexa tarefa de avaliar as biopsias renais de dadores falecidos no momento da colheita, o designado tempo-zero”.
A UC esclareceu que “a biopsia fornece informação essencial para a avaliação da qualidade do órgão, se reúne ou não condições para ser implantado no recetor”, mas “os atuais métodos de classificação das biopsias renais são visuais, semiquantitativos e, por vezes, imprecisos”.
Citado na nota de imprensa, o investigador principal do projeto, Luís Rodrigues, sustentou que este “é um exame que resulta da observação humana e depende muito da experiência do especialista que interpreta os resultados, sendo difícil prever a evolução do órgão a longo prazo”.
“É uma análise semiquantitativa, porque está sujeita à forma como o clínico classifica uma imagem. O médico observa, avalia determinadas estruturas e toma uma decisão sobre a qualidade ou não do órgão. É um processo muito manual, laborioso e subjetivo, suscetível de gerar o desperdício de órgãos que poderiam ser utilizados”, considerou. Segundo Luís Rodrigues, “a melhor opção terapêutica para tratar doentes com insuficiência renal muito grave, dependentes de hemodiálise, é o transplante”, mas há escassez de órgãos.
O investigador, também médico no CHUC, adiantou que, “em Portugal, a taxa de incidência de doença renal terminal tratada é uma das maiores da Europa e a lista de espera para transplante aumenta todos os anos”, pelo que é “urgente desenvolver ferramentas que permitam aumentar o número de órgãos disponíveis para transplante e otimizar a sua alocação, melhorando, assim, a sobrevida e qualidade de vida dos recetores dos órgãos”.
Para Luís Rodrigues, o grande objetivo da investigação, que faz parte do seu doutoramento, é desenvolver um algoritmo inteligente de análise de imagem que, “além de aumentar a eficácia e precisão da caracterização morfológica dos rins doados, também melhore a alocação dos órgãos, com correspondência de longevidade entre dador e recetor”.
“Os dados obtidos através da análise computacional podem fortalecer significativamente a nossa capacidade de prever os resultados do transplante e otimizar o uso e a alocação de órgãos. Quanto mais durarem os órgãos que nós implantamos, menor é a possibilidade de um segundo transplante e menor é a possibilidade de precisarmos de mais um dador”, destacou o investigador da Faculdade de Medicina da UC.
O médico prevê que “entre dez e 25% dos órgãos que atualmente são rejeitados poderão ser aproveitados” se o desenvolvimento de um novo meio de diagnóstico, baseado em inteligência artificial, que permita uma abordagem robusta e sistemática de análise de biopsias renais, for bem-sucedido.
Presentemente, os investigadores estão a recolher informação junto de doentes renais envolvidos no projeto, sendo que os dados obtidos na amostragem clínica serão aplicados na aprendizagem e no treino do algoritmo, acrescenta o comunicado. O projeto decorre na Unidade de Transplante Renal do CHUC, com a colaboração dos serviços de Nefrologia, de Urologia e Transplantação Renal, e de Anatomia Patológica.
