UNIVERSIDAD POLITÉCNICA DE MADRID
MADRID 29 jun. (EUROPA PRESS) -
Pesquisadores da Universidade Politécnica de Madri (UPM) participaram do desenvolvimento de uma ferramenta que utiliza inteligência artificial (IA) para obter uma reconstrução “precisa” da geometria facial dos pacientes submetidos a cirurgia cerebral, com o objetivo de que essa imagem ajude a orientar a operação.
As intervenções cirúrgicas neurológicas exigem precisão milimétrica, já que qualquer erro, por menor que seja, ao se trabalhar no cérebro do paciente pode ter consequências significativas na forma de efeitos colaterais transitórios ou até mesmo permanentes. Por isso, é importante que os médicos disponham de imagens o mais precisas possível, que lhes permitam orientar-se durante a cirurgia.
Com esse objetivo, o projeto desenvolveu um sistema capaz de capturar com detalhes a forma do rosto do paciente e utilizá-la como referência para combinar diferentes tipos de imagens médicas, como ressonâncias magnéticas ou imagens hiperespectrais. A ferramenta combina uma câmera estéreo comercial com uma rede neural projetada especificamente para traços faciais, o que reduz significativamente o erro de estimativa, tanto em ambientes simulados quanto em condições reais.
“A pesquisa tem aplicação direta na sala de cirurgia. Durante uma intervenção neurocirúrgica, os médicos precisam combinar informações provenientes de diferentes fontes de imagem, como ressonâncias magnéticas, tomografias ou imagens hiperespectrais, para orientar suas decisões com a maior precisão possível. Para que essa combinação seja útil, é imprescindível alinhar corretamente todas essas imagens com a posição real do paciente, um processo conhecido como registro. A reconstrução facial precisa oferecida por esse sistema facilita exatamente essa etapa, reduzindo as margens de erro em uma fase crítica da intervenção”, explicou o pesquisador da UPM Jaime Sancho, que participa deste estudo.
Do ponto de vista técnico, o trabalho se concentrou em adaptar e aprimorar uma rede neural existente, a arquitetura HITNet, por meio da incorporação de um mecanismo de atenção facial, projetado para que o sistema dê ênfase especial às regiões do rosto mais relevantes para a reconstrução geométrica.
MELHORIAS NA PRECISÃO
Os resultados obtidos demonstram que a incorporação de um mecanismo de atenção facial na rede neural melhora a precisão da reconstrução em todos os cenários avaliados. Em ambientes simulados, o erro médio foi reduzido de 2,29 mm para 2,02 mm, com melhorias especialmente visíveis nas áreas do nariz e da boca.
Em condições reais, o erro passou de 16,91 mm para 14,39 mm e foi reduzido ainda mais, para 13,85 mm, ao aproveitar o treinamento prévio com dados sintéticos. Além disso, o sistema é capaz de processar cada imagem em apenas 10 milissegundos, o que o torna viável para uso em ambientes clínicos.
Além de suas vantagens clínicas, tanto em termos de segurança quanto de resultados, a implantação do sistema em centros hospitalares representaria um baixo custo, segundo estimativas dos pesquisadores. “O uso de câmeras comerciais de baixo custo e dados sintéticos para o treinamento dos modelos abre caminho para que soluções desse tipo sejam acessíveis em centros hospitalares com recursos limitados, ampliando assim seu potencial impacto social”, explicaram.
A pesquisa foi desenvolvida no âmbito de dois projetos financiados com recursos públicos. O primeiro é o “Stratum”, um projeto europeu no qual a Universidade Politécnica de Madri colabora com o Hospital Universitário 12 de Outubro, a Universidade de Tecnologia de Eindhoven (Países Baixos), o Hospital Universitário Karolinska (Suécia), o Barcelona Supercomputing Center, a Universidade de Pavia (Itália), o Hospital Dr. Negrín, a Optomic e a Universidade de Las Palmas de Gran Canaria (ULPGC).
O segundo é o “Oasis”, um projeto de âmbito nacional no qual a UPM trabalha em conjunto com a Universidade de Las Palmas de Gran Canaria, a Universidade de Castela-La Mancha e a Universidade da Cantábria.
Esta notícia foi traduzida por um tradutor automático