Pesquisadores da Universidade Estadual de Campinas (Unicamp), em parceria com a Universidade Federal de Santa Catarina (UFSC), desenvolveram uma tecnologia baseada em inteligência artificial para automatizar e aumentar a precisão da análise de exames FMD (Flow Mediated Dilation), utilizados na detecção precoce de doenças cardiovasculares.
O FMD mede a capacidade de dilatação das artérias em resposta ao fluxo sanguíneo, mas sua análise tradicional depende da interpretação manual de imagens ultrassonográficas, o que pode gerar variações nos diagnósticos. Para reduzir essa subjetividade, os pesquisadores criaram um sistema que utiliza redes neurais convolucionais — modelo de IA especializado no processamento de imagens.
Leia também: Butantan e FAPESP lançam chamada conjunta para atrair pesquisadores internacionais
A tecnologia transforma as imagens de ultrassom em escala de cinza e extrai padrões para medir a vasodilatação da artéria braquial ao longo do tempo. Combinando aprendizado profundo e análise temporal, o método dispensa a segmentação manual, acelera o processo e melhora a confiabilidade dos resultados.
Além da aplicação no exame FMD, a solução é versátil e pode ser adaptada para outros exames vasculares realizados com ultrassonografia. A tecnologia está protegida e disponível para licenciamento, com suporte da Agência de Inovação da Unicamp (Inova Unicamp), responsável pelo processo de transferência tecnológica.
Siga o Saúde Digital News no LinkedIn e fique por dentro de todas as notícias.
