A doença de Alzheimer é uma condição neurodegenerativa progressiva, que atinge a memória, o comportamento e a autonomia das pessoas. Não tem cura, mas o tratamento pode contribuir para redução do ritmo da perda de capacidades e proporcionar uma melhor qualidade de vida a quem convive com a doença. Segundo o Ministério da Saúde, nos estágios graves, o cuidado precisa ser ainda mais presente e o acesso a medicamentos eficazes se torna um aliado fundamental. Para ajudar na detecção da doença, a tecnologia é um forte aliado. 

No campus de Cedro do Instituto Federal do Ceará, estudantes e professores do curso de Sistemas da Informação estudam como o processamento digital de imagens pode identificar alterações em exames de ressonância magnética e contribuir para a detecção da doença de Alzheimer. A pesquisa rendeu um artigo científico, cujos autores são os alunos Amanda do Nascimento Correia, Daniel Teixeira da Silva, Francisco Erivando Bezerra Barbosa e Maria Danielly Benício de Araújo, e os professores Francisca Jamires da Costa e Michael Lopes Bastos. 

A ideia da pesquisa surgiu pela combinação do coletivo com o individual, tendo em vista o grande desafio que o Alzheimer é para a saúde pública e o fato de um familiar dos integrantes do grupo ser acometido pela doença. “Dessa forma, o tema despertou a curiosidade nos membros da equipe para entender de que modo a tecnologia pode influenciar e auxiliar nesse contexto”, destaca a estudante Amanda Correia.

Processo de pesquisa

A produção é fruto de um trabalho da disciplina de Processamento Digital de Imagem, do quarto semestre do curso de Sistemas de Informação e é ministrada pelo professor Michael Lopes Bastos. De acordo com o docente, a expectativa é que o assunto possa ser novamente discutido e um novo trabalho possa ser produzido pelos alunos. “A gente busca sempre incentivar que isso aconteça, até por meio de projeto de pesquisa, para que a gente possa ampliar esses projetos, desenvolver artigos, patentes no futuro”, afirma.

O estudo iniciou com uma revisão bibliográfica a fim de identificar quais técnicas aplicadas a imagens e quais ferramentas de segmentação poderiam auxiliar na detecção precoce das alterações cerebrais. Estruturou-se um banco de imagens que serviria de suporte para o treinamento e validação do modelo, realizando o pré-processamento necessário (redimensionamento, ajustes de contraste, aplicação de escala de cinza e aumento de dados). 

“Só então partimos para a implementação das ferramentas escolhidas, no caso o Roboflow e o Ultralytics YOLOv8, que permitiram treinar, validar e analisar a evolução do modelo ao longo das épocas. Esse preparo garantiu que o estudo fosse conduzido com base em fundamentos teóricos sólidos e em práticas metodológicas adequadas, aumentando a confiabilidade dos resultados”, explica a discente Amanda Correia.

De acordo com o professor Michael Bastos, a ideia era a partir do modelo pré-treinado de inteligência artificial YOLOv8, destacar as alterações nas ressonâncias magnéticas de pessoas em estágio inicial da doença de Alzheimer, em comparação com os exames de pessoas saudáveis. "Esse modelo de IA é um modelo de deep learning já treinado com uma série de imagens. A gente usa o conhecimento que ele já tem e aprimora a partir das novas imagens de ressonância", explica o docente. Já o Roboflow é uma ferramenta para rotular as novas imagens, treinando o modelo com as lesões identificadas e localizadas nos exames. Em resumo:

A aluna Amanda Correia destaca que o uso de processamento de imagens promove avanços importantes no diagnóstico em várias áreas da medicina. Na oncologia, por exemplo, ajuda na identificação precoce de cânceres em exames como mamografias e tomografias, o que eleva as chances de um tratamento bem-sucedido. Na cardiologia, facilita a interpretação de imagens do coração e dos vasos sanguíneos, permitindo a detecção de obstruções e enfermidades coronárias. No campo da oftalmologia, contribui para o reconhecimento de glaucoma e retinopatia diabética por meio de exames digitais da retina. Na ortopedia, aprimora a clareza das radiografias, tornando mais fácil a análise de fraturas e problemas ósseos. Além disso, é útil na neurologia para condições como esclerose múltipla, epilepsia e tumores no cérebro. 

Na etapa de revisão da pesquisa, constatou-se que o processo de digitalização de imagens indica que as imagens médicas digitais não devem ser visualizadas diretamente sem algum tipo de processamento. É preciso implementar fases de pré-processamento e segmentação, que ajudam a aprimorar a qualidade visual, destacar estruturas relevantes e simplificar a análise pelos especialistas. Em todos esses setores, a maior vantagem reside no auxílio de diagnósticos que são mais ágeis, precisos e confiáveis, beneficiando diretamente tanto os pacientes quanto os profissionais de saúde.

Na avaliação dos estudantes participantes, as técnicas permitem a extração de dados significativos das imagens, como mudanças estruturais e morfológicas, que podem estar relacionadas a doenças. O processamento digital de imagens ajuda a detectar atrofias e depósitos anormais no cérebro mais cedo em pacientes com doença de Alzheimer, o que torna o diagnóstico mais preciso e melhora o acompanhamento clínico.

A pesquisa também foi apresentada, de maneira resumida, no Encontro de Iniciação Científica e Tecnológica (Enicit) do IFCE, em 2024. Durante a apresentação, foram abordados os principais conceitos sobre a Doença de Alzheimer, o papel do processamento digital de imagens no diagnóstico, além das duas ferramentas utilizadas no trabalho — Roboflow e Ultralytics YOLOv8. Também foram expostas imagens representativas dos resultados obtidos, evidenciando o desempenho do modelo e a evolução da acurácia.

Possibilidades futuras

Pelas limitações de tempo de duração da disciplina, os estudantes desenvolveram o código experimental de back-end, um protótipo "mais cru" sem uma interface gráfica para o usuário interagir, que faz o processamento das imagens e dá o resultado.

"Por isso a gente tem muita área de expansão ainda, porque a gente pode evoluir esse algoritmo para um protótipo mais avançado, onde a gente pode imputar uma imagem de ressonância e, a partir dessa imagem, o nosso sistema trazer o resultado destacando alguma região que seja interessante que se ater", explica o professor Michael Bastos.

Para o docente, a ideia tem um potencial muito grande a longo prazo. Ele destaca que um ponto chave do projeto é auxiliar operacionalmente a comunidade médica no diagnóstico da doença de Alzheimer. "O nosso objetivo como trabalho final seria esse: prever que uma pessoa pode ter Alzheimer no futuro para que ela já possa começar a tomar precauções antes que isso mesmo possa vir a acontecer", resume o professor.

Reportagem: Anderson Lima (agencia@ifce.edu.br)

Fonte: Professor Michael Bastos (michael.bastos@ifce.edu.br)