Aplicações do Deep Learning para diagnóstico de doenças e identificação de insetos vetores

• Main Authors: Ewerton Pacheco de Souza (Author), Ciro Martins Gomes (Author), Daniel Holanda Barroso (Author), Vinícius Lima de Miranda (Author), Rodrigo Gurgel-Gonçalves (Author)
• Format: Book
• Published: Centro Brasileiro de Estudos de Saúde, 2020-02-01T00:00:00Z.
• Subjects: article
• Online Access: Connect to this object online.
• Notes: 2358-2898; 10.1590/0103-11042019s211
• Keywords: Aprendizado profundo; Diagnóstico; Leishmaniose; Doença de Chagas; Public aspects of medicine; RA1-1270
• Source: Saúde em Debate, Vol 43, Iss spe2, Pp 147-154 (2020)

RESUMO Deep Learning é uma técnica de aprendizado de máquina na qual o programa computacional aprende padrões diretamente a partir de imagens classificadas previamente. O presente ensaio objetivou apresentar essa técnica e algumas de suas aplicações para diagnóstico de doenças e identificação de insetos vetores para incentivar profissionais da saúde que não tenham conhecimento aprofundado em informática e que desejem utilizar a ferramenta para realizar análises automatizadas. Deep Learning tem sido aplicado para diagnóstico de câncer, fibrose cardíaca, tuberculose, detecção de parasitos como Plasmodium e Leishmania e ainda para identificação de insetos vetores. Na Universidade de Brasília, a técnica tem sido aplicada para desenvolver uma ferramenta para identificar lesões ulceradas de leishmaniose em diagnóstico diferencial e para detectar Leishmania em lâminas de estudos histopatológicos. Além disso, Deep Learning tem sido usado para identificar as espécies de vetores da doença de Chagas - o que é importante para auxiliar na vigilância epidemiológica. O uso da tecnologia envolve desafios éticos e procedimentais que são discutidos no presente ensaio. O ensaio aponta perspectivas de desenvolvimento de aplicativos que auxiliem os profissionais de saúde no diagnóstico de Leishmaniose e de vetores da doença de Chagas, o que vai ao encontro dos objetivos da pesquisa translacional.