TeleDIAC - Sistema de IA para Diagnóstico de Catarata do TeleOftalmo-RS

EQUIPECoordenador:Ronaldo Husemann Universidade Federal Rio Grande do SUL (UFRGS)

Vice-Coordenadora: Aline Lutz de Araujo (Teleoftalmo-RS)

PESQUISADORESMarcelo Negreiros (DELET-UFRGS) Andrews Vieira Berni (INF-UFRGS) Rodolfo Silva (Teleoftalmo-RS)Roberto Umpierre (Teleoftalmo-RS)

PARCEIROSUniversidade Federal Rio Grande do SUL (UFRGS) • Departamento de Engenharia Elétrica• Teleoftalmo-RS

SITEwww.lapsi.ece.ufrgs.br/projetos/TeleDIAC

CONTATOronaldo.husemann@ufrgs.br

O programa Teleoftalmo: Olhar Gaúcho propõe o usode telediagnóstico para otimizar o acesso da populaçãoao tratamento oftalmológico. Atualmente o programaavalia de cerca de 1.000 pacientes do SUS por mês emoito unidades remotas. A avaliação é feita na unidademais próxima do paciente através de um sistema devideocolaboração desenvolvido internamente porprofissionais do Instituto de Informática da UFRGS, quepermite interação em tempo real entre paciente e umdos oftalmologistas do TelessaúdeRS.

O projeto TeleDIAC visa integrar a este processo doTeleoftalmo uma ferramenta de IA capaz de processaras imagens coletadas para a identificação da doençaconhecida como catarata, que atualmente é a primeiracausa de cegueira no Brasil. A catarata ocorre pelaopacificação do cristalino, o que causa diminuição davisão em graus variados, inclusive levando à cegueira.As atividades de diagnóstico e acompanhamento destadoença têm gerado grandes esforços da classe médicaavaliando manualmente características fisiológicas depacientes.

DESCRIÇÃO

Figura 1. Resultados prévios de segmentação

Com esta motivação a equipe do Teleoftalmo -RS se reuniucom professores de engenharia (engenharia de computaçãoe engenharia elétrica) da mesma universidade – UFRGS,buscando o desenvolvimento de um projeto piloto queintegre uma ferramenta de IA sobre a solução devideocolaboração do Teleoftalmo-RS.A ferramenta computacional a ser desenvolvida deve incluirfunções para identificação e reconhecimento decaracterísticas indicativas de presença de catarata a partir deimagens de um retinógrafo.Ao se trabalhar com uma ferramenta de IA que gere umpré-diagnóstico, acelera-se o laudo, permitindo ao médicose dedicar ao atendimento de mais casos.

Diversos estudos apontam que o ambiente clínico assistido por ferramentas de IA representa em um aumento de acurácia nos diagnósticos, além do potencial ganho de tempo.

Organização do projeto

De forma geral, o projeto se divide em duas etapas :

Etapa 1 - identificação de parte de interesse da imagem:tem por finalidade buscar e isolar regiões relevantes daimagem, o que deve facilitar significativamente naconvergência da etapa de classificação, pois elimina daanálise detalhes da córnea, cílios e cor da pele. Suaimplementação inclui algoritmos de segmentação,detecção de borda e formato. Atualmente são buscadosdiferentes métodos que são avaliados ao final para sedecidir qual a solução que produz o melhor resultado.

Etapa 2- classificação da doença: A segunda etapa tem afunção de mensurar a opacidade no cristalino (pupila).Para tanto usa uma rede de aprendizagem profunda (deeplearning) baseado em redes neurais. Sua implementaçãoserá feita usando a plataforma Azure Machine Learningda Microsoft que provê suporte a frameworks notórios comoKeras e Tensorflow. Desta forma se pretende gerar umasolução robusta e integrável com aplicações gráficas deVisual Studio.

Para o treinamento destes estágios finais se contará como apoio da equipe de Teleoftalmo-RS, que já possui umabase de dados de retinografia de aproximadamente3.600 imagens laudadas. Todas essas imagens foramgeradas por equipamentos do mesmo tipo, os quaistambém foram calibrados da mesma forma. Esse fatofacilita o treinamento, pois as imagens geradas possuema mesma escala, a mesma coloração, mesma resoluçãoe são tiradas utilizando a mesma técnica.

DESCRIÇÃO

Atendimento no TELEOFTALMO-RS

Marca parceiro Marca parceiro

Visão geral do projetoResultados de segmentação de pupila