• Fábio Henrique Araújo

Diagnóstico 4.0 News - edição #31

Resumo semanal de notícias sobre Radiologia, Diagnóstico por Imagem & Saúde 4.0




1) Chip da Neuralink pode combater esquizofrenia

Elon Musk, o CEO da Tesla, Neuralink e SpaceX, afirmou, em um podcast, que o chip cerebral desenvolvido pela Neuralink poderá ser utilizado no tratamento de esquizofrenia e autismo. Anteriormente, o empreendedor já havia mencionado a possibilidade de auxílio no tratamento de Parkinson e Alzheimer.


Musk espera que o chip auxilie não apenas no tratamento de transtornos neurológicos, mas também atue no combate a perda de memória, que acontece naturalmente com o envelhecimento. O objetivo é que o chip seja implantado no cérebro de seres humanos, conectando-os a computadores.


O chip com inteligência artificial está sendo testado em macacos. A expectativa é que ele crie um laço neural entre pessoas e tecnologia, aumentando nossas capacidades e nos equiparando às máquinas.


“A Neuralink tem o objetivo de resolver o risco existencial associado a superinteligência artificial digital. Nós não seremos mais inteligentes do que um super computador, então, se não pode vencê-los, junte-se a eles”, disse Musk no podcast Artificial Intelligence, de Lex Fridman. (Fonte: Startse)



2) Pesquisadores convertem imagens 2D em 3D usando deep learning

Uma equipe de pesquisa da UCLA desenvolveu uma técnica que amplia os recursos da microscopia de fluorescência, que permite aos cientistas rotular com precisão partes de células e tecidos vivos com corantes que brilham sob iluminação especial. Os pesquisadores usam inteligência artificial para transformar imagens bidimensionais em pilhas de fatias tridimensionais virtuais mostrando atividade dentro de organismos.


Em um estudo publicado na Nature Methods , os cientistas também relataram que sua estrutura, chamada "Deep-Z", foi capaz de corrigir erros ou aberrações nas imagens, como quando uma amostra é inclinada ou curvada. Além disso, eles demonstraram que o sistema poderia obter imagens em 2-D de um tipo de microscópio e criar virtualmente imagens em 3-D da amostra como se fossem obtidas por outro microscópio mais avançado.


"Este é um novo método muito poderoso, que é permitido pelo deep learning para realizar imagens em 3D de amostras vivas, com a menor exposição à luz, o que pode ser tóxico para as amostras", disse o autor sênior Aydogan Ozcan, professor de chanceler da UCLA. e diretor de engenharia de computação e associado do California NanoSystems Institute da UCLA.


Além de poupar as amostras de doses potencialmente prejudiciais de luz, este sistema poderia oferecer aos biólogos e pesquisadores de ciências da vida uma nova ferramenta para imagens em 3D que é mais simples, mais rápida e muito mais barata que os métodos atuais. A oportunidade de corrigir aberrações pode permitir que cientistas que estudam organismos vivos coletem dados de imagens que de outra forma seriam inutilizáveis. Os investigadores também podem obter acesso virtual a equipamentos caros e complicados. Esta pesquisa se baseia em uma técnica anterior desenvolvida por Ozcan e seus colegas, que lhes permitiu renderizar imagens de microscópio de fluorescência 2-D em super-resolução. Ambas as técnicas avançam na microscopia confiando no aprendizado profundo - usando dados para "treinar" uma rede neural, um sistema de computador inspirado no cérebro humano.


O Deep-Z foi ensinado usando imagens experimentais de um microscópio de fluorescência, que tira fotos focadas em várias profundidades para obter imagens 3D de amostras. Em milhares de sessões de treinamento, a rede neural aprendeu como tirar uma imagem em 2-D e inferir fatias em 3-D precisas em diferentes profundidades dentro de uma amostra. Em seguida, a estrutura foi testada às cegas - alimentada com imagens que não faziam parte de seu treinamento, com as imagens virtuais comparadas com as fatias tridimensionais reais obtidas em um microscópio de varredura, proporcionando uma excelente combinação. (Fonte: Phys)



3) Harvard desenvolve mamografia que prevê cancro

A mamografia é um exame muito limitado para diagnóstico do cancro. Foi assim que Constance Lehman, radiologista e professora da faculdade de medicina em Harvad, introduziu na Web Summit a necessidade da entrada da inteligência artificial (IA) no diagnostico de doenças, em particular no cancro.


A universidade norte-americana está desenvolvendo e testando uma mamografia realizada por uma máquina equipada com IA. A máquina não só realiza o exame como consegue, segundo a especialista, prever se a doença vai, ou não, surgir. No entanto, na mão do clínico fica sempre a decisão de aceitar o diagnóstico da máquina e definir o tratamento a ser aplicado.


“A mão humana pode detetar 20% ou 90% dos cancros, tudo depende muito dos médicos e da capacidade técnica dos mesmos”, mas é preciso garantir um diagnóstico fidedigno para todos os pacientes, sublinhou a médica.


“Muitos profissionais têm medo das máquinas, mas essa barreira tem de ser ultrapassada e acabar para dar lugar à verdade”, defendeu Constance Lehman. Num debate sobre “Um acesso maior à saúde”, Marco Husch, médico na Ping an Global Voyager Fund, lembrou que “a necessidade é a mãe da invenção” e que na área da saúde a tecnologia é fundamental.


A empresa desenvolveu um sistema de vídeos explicativos na área da saúde. Com ele trabalham um largo número de especialistas que abordam vários problemas de saúde e dão conselhos. “É a saúde à distância de um clique.” Este médico garante que esse é o caminho para facilitar o acesso de todos à saúde. (Fonte: Rádio Renascença)



4) Nova tecnologia de Raios-X pode revolucionar como médicos identificam anormalidades

Usando tecnologia inovadora, pesquisadores da Universidade de Maryland, no Condado de Baltimore (UMBC) e na Universidade de Baltimore (UMB) estão testando um novo método de imagem de raios-X que usa cores para identificar microfraturas nos ossos. Anteriormente, era impossível ver microfraturas usando imagens de raios-X padrão. Os achados associados a esse avanço na imagem colorida (espectral) da tomografia computadorizada ( TC ) são publicados em  Advanced Functional Materials


Desde a descoberta dos raios X em 1895, o básico da tecnologia permaneceu consistente. Médicos e cientistas os usam para ver materiais densos, como ossos, mas as capacidades da tecnologia são limitadas. Dipanjan Pan , Ph.D., professor de engenharia química, bioquímica e ambiental da UMBC e professor de radiologia da UMB, é o autor correspondente deste novo estudo. Olhando para a próxima geração de tecnologia de raios-X, ele perguntou: "Como podemos detectar uma microfissura óssea, algo que não é visível usando imagens de raios-X?"


Pan explica que, para examinar essa questão, seu laboratório desenvolveu nanopartículas que navegam e se ligam especificamente a áreas onde existem microfissuras. Ele gosta de chamá-los de "partículas de GPS". Eles começaram a conduzir essa pesquisa na Universidade de Illinois Urbana-Champaign . Os pesquisadores programaram as partículas para se prenderem na área correta da microfissura. Quando as partículas se ligam às microfissuras, elas permanecem lá, o que é crucial para o processo de geração de imagens.


As partículas contêm o elemento háfnio. Uma nova técnica baseada em raios-X desenvolvida por uma empresa da Nova Zelândia, MARS, captura imagens de TC do corpo e as partículas de háfnio aparecem em cores. Isso fornece uma imagem muito clara de onde estão localizadas as microfissuras ósseas. O háfnio é usado porque sua composição o torna detectável por raios-X, gerando um sinal que pode ser usado para visualizar as rachaduras. O laboratório de Pan mostrou que o háfnio é estável o suficiente para ser usado em testes envolvendo seres vivos e pode ser excretado com segurança do corpo. O laboratório ainda não começou a testar em seres humanos, mas a tecnologia para isso pode estar disponível assim que 2020. (...) (Fonte: ITN)

38 visualizações

©2019 Todos os direitos reservados. Consultório 4.0