Google premia pesquisas em inteligência artificial da Unicamp

Docentes e estudantes de computação do IC e da Feec conquistaram bolsas de estudo pelos trabalhos acadêmicos com diagnósticos automáticos por imagem de melanoma e retinopatia diabética

Pelo segundo ano consecutivo, dois grupos de pesquisa na área de inteligência artificial da Universidade Estadual de Campinas (Unicamp) foram premiados pelo Google Research Awards for Latin America. Na edição 2017 do prêmio foram distribuídos US$ 600 mil entre os 27 projetos selecionados e, na Unicamp, os trabalhos campeões são do Instituto de Computação (IC) e da Faculdade de Engenharia Elétrica e de Computação (Feec) (ver serviço).

Os dois sistemas da Unicamp propõem diagnosticar, de modo automático, por meio da análise de imagens, doenças como o melanoma (câncer de pele) e a retinopatia diabética, uma das causas da cegueira em muitos pacientes. A finalidade deles é projetar para o futuro ferramentas e equipamentos capazes de otimizar e auxiliar o trabalho de profissionais da área da saúde, médicos e enfermeiros, por exemplo.

Criado em 2013, o programa anual do Google concede bolsas de pesquisa de um ano para docentes e estudantes de pós-graduação em áreas específicas da Ciência da Computação. De acordo com o regulamento do concurso da multinacional norte-americana da área de tecnologia, aluno do mestrado pode concorrer por dois anos seguidos e, do doutorado, por três anos ininterruptos.

Laureados

Na Unicamp, os alunos de doutorado premiados neste ano são Michel Fornaciali (Feec) e Ramon Pires (IC). Os do mestrado são Júlia Tavares e Afonso Menegola, da Feec. O grupo de docentes campeão inclui Jacques Wainer, Siome Goldenstein e Sandra Avila, do IC; Flávia Vasques Bittencourt (da Universidade Federal de Minas Gerais); Herbert Jelinek (da Charles Sturt University – Austrália); e Lin Tzy Li (da Samsung).

Além do Google, os trabalhos da Unicamp na área de inteligência artificial receberam apoios, em diferentes fases, da Fundação de Amparo à Pesquisa do Estado (Fapesp), do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) e das multinacionais de tecnologia Microsoft e Samsung.

Precisão

De acordo com o professor Eduardo Valle, cientista da computação da Feec e responsável pelo projeto com o melanoma, as bolsas concedidas pelo Google têm sido muito importantes para a evolução do trabalho acadêmico no Brasil em um momento de dificuldade econômica. Segundo ele, a pesquisa a partir do desenvolvimento de algoritmos capazes de treinar o computador para reconhecer imagens específicas foi iniciada em 2013, e a triagem automática conseguiu alcançar 87% de precisão.

“As lesões de pele são bastante difíceis de diagnosticar. Os formatos e as cores variam muito e há diferenças sutis entre pintas, manchas, etc.”, explica. “Os próximos passos agora são ampliar a eficácia dessa tecnologia para atingir, por exemplo, o patamar de 95% de acerto já obtido pelo sistema do IC projetado para identificar imagens de pacientes de retinopatia diabética”, informa Valle, comentando sobre a outra pesquisa da Unicamp premiada pelo Google, iniciada em 2009 e coordenada pelo professor Anderson Rocha.

Homem x máquina

Atualmente, o projeto da retinopatia diabética aguarda parecer do Comitê de Ética da Unicamp para iniciar os testes conjuntos com a equipe de oftalmologia do Hospital das Clínicas (HC) da universidade. Quando essa avaliação for autorizada, os pacientes do HC continuarão sendo atendidos normalmente pelos médicos, mas serão avaliados também pelo sistema de informática desenvolvido, porém, apenas de modo simulado.

Depois de encerrado o prazo experimental, será averiguado se os dados apurados pelas ferramentas eletrônicas coincidem com as informações identificadas nos diagnósticos dos médicos. “Nessa etapa, um dos objetivos é demonstrar aos médicos a confiabilidade dos sistemas, além de trocar experiências com eles para ampliar ainda mais a precisão dos diagnósticos eletrônicos,” explica Valle.

“Outro propósito agora”, salienta, “é buscar atrair empresas, como fabricantes de equipamentos médicos, para serem parceiras no projeto e fazerem investimentos em soluções comerciais inéditas com equipamentos com base nos sistemas de inteligência artificial desenvolvidos. “Eventuais interessados devem procurar o Laboratório de Pesquisa Reasoning for Complex Data (Recod) da Unicamp”, informa (ver serviço).

Serviço

Recod Unicamp
Blog do Google com os premiados em 2017

Rogério Mascia Silveira
Imprensa Oficial – Conteúdo Editorial

Reportagem publicada originalmente na página II do Poder Executivo I e II do Diário Oficial do Estado de SP do dia 27/09/2017. (PDF)

Unicamp avança na detecção automática de melanoma

Em sua estreia na Competição Internacional de Análise de Lesões de Pele, equipe do Laboratório de Pesquisa Reasoning for Complex Data obteve o 1º lugar em uma das provas de identificação de imagens por computador

Um grupo de pesquisadores do Laboratório de Pesquisa Reasoning for Complex Data (Recod), equipe vinculada ao Instituto de Computação e à Faculdade de Engenharia Elétrica e de Computação da Universidade Estadual de Campinas (FEEC-Unicamp), classificou-se em 1º lugar em uma das três categorias da 2ª edição da Competição Internacional de Análise de Lesões de Pele.

Disputada a distância, a prova organizada pela Colaboração Internacional para Imagens de Lesões de Pele (ISIC) propõe determinar o sistema de informática capaz de reconhecer com mais precisão e maior velocidade se a fotografia de uma pinta no corpo humano é ou não melanoma – um tipo de câncer de pele. De acordo com o professor da FEEC-Unicamp e líder da equipe do Recod-Unicamp, Eduardo Valle, na competição foram avaliadas três tarefas.

A primeira, denominada segmentação, consistia em aferir a capacidade de reconhecer a borda da lesão. A segunda propunha identificar algumas características clínicas da lesão. A última verificava se o diagnóstico conferido era exato, isto é, se a pinta foi corretamente classificada como saudável, melanoma (câncer de pele) ou queratose seborreica – tipo de lesão benigna passível de ser confundida com melanoma, por ser esteticamente parecida.

Ranking

Estreante no desafio, o Recod-Unicamp participou das provas de segmentação e de classificação. Na competição, a disputa global começa com o fornecimento on-line, pelos organizadores, de um conjunto de imagens mostrando diversos tipos de pintas na pele e, em todas elas, são informados os diagnósticos médicos corretos.

Assim, tomando por base essas referências, cada equipe desenvolve seus sistemas e algoritmos, incorporando neles técnicas como o Deep Learning, o aprendizado de máquina por comparação de padrões repetitivos e a inteligência artificial com base em estatística, entre outras técnicas.

Na etapa seguinte, a comissão avaliadora fornece novo lote de imagens e pede aos concorrentes que façam diagnósticos exatos das pintas exibidas nas fotos. De acordo com o total de respostas corretas, o júri avalia qual sistema estruturado foi o mais preciso e divulga, em site exclusivo da competição, o ranking dos participantes mais bem-colocados (ver serviço).

“Conseguimos o 1º lugar na identificação de melanomas e o 3º na identificação das pintas com queratose seborreica. Na média geral, terminamos na 3ª colocação”, destaca o docente.

A equipe do Recod-Unicamp é integrada pela professora do Instituto de Computação (IC-Unicamp), Sandra Avila, a pós-doutoranda Lin Tzy Li, o doutorando Michel Fornaciali e os mestrandos Afonso Menegola e Julia Tavares – todos da FEEC-Unicamp. “Não vamos descansar com esse primeiro resultado, bastante satisfatório e animador. Queremos uma classificação ainda melhor em 2018”, diz Valle.

Cooperação

A Competição Internacional de Análise de Lesões de Pele foi realizada entre dezembro e março com a participação on-line de 22 instituições. A promotora do evento, a ISIC, reúne mais de 50 profissionais da área acadêmica e de diferentes segmentos industriais, incluindo médicos, engenheiros e profissionais da computação.

As ações desenvolvidas pelo grupo integram uma cooperação científica mundial organizada pela Sociedade Internacional para Imagens Digitais de Pele (ISDIS), com o objetivo de recolher e compartilhar informações sobre lesões de melanoma, para diminuir a mortalidade mundial pela doença. “O diagnóstico automático das lesões, feito por computador, continua sendo um grande desafio científico. Há ainda um longo caminho a ser percorrido”, avalia o professor Valle (ver serviço).

Prevenção

De acordo com o Instituto Nacional de Câncer (Inca), o melanoma incide sobretudo em pessoas adultas, brancas e origina-se nas células da pele produtoras de melanina, substância responsável por determinar a cor da pele. Trata-se do tumor mais frequente no Brasil, responsável por 30% dos casos malignos registrados, entretanto, representa apenas 3% das neoplasias malignas, apesar de ser o mais grave por sua alta probabilidade de metástase.

Os melanomas podem ocorrer em qualquer parte da pele. A prevenção é feita com o uso de protetor solar, além de evitar exposição prolongada aos raios ultravioleta. Os sintomas podem ser nódulos anormais ou mudanças em pintas existentes, denotando assimetria, irregularidade de borda, mudança de cor da verruga ou pinta com diâmetro maior. Mesmo passado um mês, as feridas não cicatrizam e podem coçar, arder, descamar ou sangrar.

O diagnóstico do melanoma é realizado por biópsia e, quando a identificação ocorre nos estágios iniciais, há grande probabilidade de recuperação. O tratamento inclui cirurgia, radioterapia, medicamentos e, em alguns casos, quimioterapia. Dados do ano passado do Inca estimam em 150 mil o número de casos de melanoma no País; e a cada ano surgem 5,7 mil ocorrências no Brasil, sendo 3 mil em homens e o restante em mulheres.

Serviço

Recod-Unicamp
ISDIS
Ranking da edição 2017 da ISDIS
Inca
Folheto do Inca sobre o câncer de pele

Rogério Mascia Silveira
Imprensa Oficial – Conteúdo Editorial

Reportagem publicada originalmente na página III do Poder Executivo I e II do Diário Oficial do Estado de SP do dia 17/05/2017. (PDF)