Telemedicina e Inteligência Artificial

TELEMEDICINA & INTELIGÊNCIA ARTIFICIAL

14/08/2021 a  20/08/2021

À medida que o número de infectados por SARS-CoV-2 disparou e a capacidade de teste ficou para trás, a radiografia de tórax (CXR) tornou-se mais relevante no diagnóstico precoce e no planejamento do tratamento para pacientes com suspeita ou confirmação de infecção por COVID-19. Em poucas semanas, novos métodos propostos para triagem pulmonar usando deep learning apareceram rapidamente. Este artigo propõe um conjunto de protocolos para validar algoritmos de deep learning, incluindo protocolo ROI Hide-and-Seek desenvolvido pelos autores, que enfatiza ou oculta as principais regiões de interesse dos dados CXR. O protocolo permite avaliar o desempenho da classificação para detecção de anomalias e sua correlação com assinaturas radiológicas. Ao executar um conjunto de testes sistemáticos sobre representações CXR usando conjuntos de dados de imagens públicas, foram demonstrados os pontos fracos das técnicas atuais e oferecidas perspectivas sobre as vantagens e limitações da análise automatizada de radiografia ao usar fontes de dados heterogêneas (09/08/2021). Fonte: Scientific Reports

21 a 25/06/2021

Artigo descreve uma estrutura do papel da Inteligência Artificial (IA) ​​no combate aos efeitos da pandemia de COVID-19 em nove setores: i) Rastreamento, detecção e diagnóstico precoce, ii) Vigilância, controle, conscientização de doenças desenvolvimento e prevenção de doenças, iii) Monitorar o tratamento e prever o risco de desenvolver casos graves, iv) Triagem e ajuda aos pacientes por meio de chatbots, v) Gerenciamento de serviços por drones e robôs de inteligência, vi) Gerenciamento de estresse e disseminação de rumores por meio de redes sociais, vii) Compreensão o vírus por meio da análise de interações proteína-proteína, viii) Auxiliando descoberta e desenvolvimento de vacina e de farmacos, ix) Continuação da educação e previsão de perdas econômicas (0/06/2021). Fonte: Intelligent Systems Reference Library

26/05/2021

A vacinologia (RV) é uma técnica de última geração para prever vacinas candidatas a partir do(s) genoma(s) do patógeno. Para promover o desenvolvimento de vacinas, atualizamos o Vaxign2, o primeiro programa de design de vacinas baseado na web usando vacinologia reversa com aprendizado de máquina. Vaxign2 é um servidor web abrangente para o design racional de vacinas, consistindo em componentes de fluxo de trabalho preditivo e computacional. O Vaxign2 foi usado para analisar efetivamente o SARS-CoV-2, o coronavírus que causa o COVID-19. A estrutura abrangente do Vaxign2 pode apoiar um design de vacinas melhor e mais racional (04/05/2021). Fonte: Nucleid Aids Research

14/05/2021

Artigo demonstra que diferenças quantitativas ou qualitativas na imunidade podem conduzir e predizer a gravidade clínica da COVID-19. Assim, autores, mediram citocinas pró-inflamatórias, antiinflamatórias e antivirais séricas em combinação com a resposta de anticorpos anti-SARS-CoV-2 em pacientes com COVID-19 admitidos em centros de cuidados terciários. Usando aprendizado de máquina (machine learning) e empregando agrupamento hierárquico não supervisionado, agnóstico à gravidade, foram identificados três imunotipos distintos que foram mostrados após o agrupamento para prever cursos clínicos muito diferentes, como melhora clínica ou deterioração clínica. Os imunotipos não se associaram cronologicamente à duração da doença, mas refletiram variações na natureza e na cinética da resposta imunológica individual do paciente. Neste estudo foi demonstrado que a imunofenotipagem pode estratificar os pacientes em subtipos clínicos de alto e baixo risco, com perfis distintos de citocinas e anticorpos, que podem prever a progressão da gravidade e orientar a terapia personalizada (09/05/2021). Fonte: medRxiv

12/05/2021

Objetivo do estudo foi revisar sistematicamente e avaliar criticamente as evidências atuais sobre aplicações de inteligência artificial (IA) para COVID-19 em cuidados intensivos e configurações de emergência. Pesquisou-se sistematicamente os bancos de dados PubMed, Embase, Scopus, CINAHL, IEEE Xplore e ACM Digital Library desde o início até 1º de outubro de 2020, sem restrições de idioma. Incluiu-se estudos originais revisados ​​por pares que aplicaram IA para pacientes COVID-19. Avaliaram estudos de modelagem preditiva e avaliaram criticamente a metodologia e as principais conclusões de todos os outros estudos. Dos resultados ressaltaram a necessidade de melhorias para facilitar a adoção clínica segura e eficaz de aplicações de IA, para e além da pandemia COVID-19 (29/04/2021). Fonte: International  Journal Environomental Research Public Health 

05/05/2021

O Aplicativo de Vigilância em Saúde da Unicamp (AVISU) agora conta com uma nova funcionalidade. Graças a uma parceria com a empresa Circles Health, os usuários podem utilizar o recurso Circles, ferramenta que forma círculos de proteção entre os usuários por meio do monitoramento das condições de saúde das pessoas. Ele funciona como uma rede social em que os usuários podem formar círculos de pessoas com quem mantêm convívio presencial próximo. Ao responderem como se sentem, os demais contatos ficarão sabendo quais pessoas de seus círculos de convívio apresentam sintomas da COVID-19 e podem optar por não ter contato próximo até que se reestabeleçam. É possível convidar pessoas de dentro e de fora da Unicamp para utilizarem a ferramenta Circles (08/04/2021). Fonte: Unicamp

Estudo desenvolveu um modelo de diagnóstico compreendendo a fusão de rede neural convolucional (CNN), máquina de vetores de suporte (SVM) e filtro de Sobel  para detectar COVID-19 usando imagens de raios-X. Os resultados mostraram que o CNN-SVM proposto com filtro Sobel (CNN-SVM + Sobel) alcançou a maior precisão de classificação, sensibilidade e especificidade de 99,02%, 100% e 95,23%, respectivamente, na detecção automatizada de COVID-19 mostrando que o uso do filtro Sobel pode melhorar o desempenho da CNN. Esse método não utiliza uma rede pré-treinada (08/04/2021). Fonte: Biomedical Signal Processing and Control 

30/04/2021

Pesquisadores apresentam o desenvolvimento de escore de gravidade da doença e modelo de classificação por aprendizado de máquina para pacientes internados com COVID-19. Uma coorte de 918 pacientes com COVID-19 foi utilizada para treinamento e validação interna, e 352 pacientes de outro hospital foram utilizados para testes externos. O desempenho do modelo foi avaliado pelo cálculo da área sob a curva característica de operação do receptor (AUC), sensibilidade e especificidade. O modelo obteve um AUC de 0,85 (intervalo de confiança de 95%, 0,82 a 0,87) para prever a gravidade da progressão da doença. As variáveis classificadas de acordo com sua contribuição para o modelo foram a saturação periférica de oxigênio no sangue (SpO₂)/fração da razão de oxigênio inspirado (FiO₂), idade, taxa de filtragem glomerular estimada, procalcitonin, proteína C-reativa, índice de comorbidade charlson atualizado e linfócitos (21/04/2021). Fonte: PlosOne 

14/04/2021

Pesquisadores apresentam uma nova estrutura de modelagem para descrever o curso da pandemia com precisão e fornecer previsões diárias de curto prazo para todos os países do mundo. O modelo proposto gera previsões precisas com até sete dias de antecedência e usa componentes de modelo estimados para agrupar países com base em eventos recentes. O estudo apresentou novidade estatística em termos de modelagem do parâmetro autorregressivo em função do tempo, aumentando o poder preditivo e a flexibilidade de adaptação a cada país. O modelo também pode ser usado para prever o número de mortes, estudar os efeitos das covariáveis (como políticas de bloqueio) e gerar previsões para regiões menores dentro dos países. Os pesquisaores apresentaram previsões e disponibilizaram todos os resultados gratuitamente para qualquer país do mundo por meio de um painel online Shiny (06/04/2021). Fonte: Scientific Reports (Nature)

Os autores propõem o uso de ferramentas de monitoramento da infecção pelo espaço geográfico, com diferentes tipos de testagem e avaliação com uso de IA para detecção de clusters de contaminação e manejo de recursos e medidas preventivas de saúde (14/03/2021). Fonte: Trends in Microbiology 

07/04/2021

Este trabalho estima a gravidade da pneumonia em pacientes com COVID-19 e relata os resultados de um estudo longitudinal da progressão da doença. Ele apresenta um modelo de deep learning para detecção e localização simultâneas de pneumonia em imagens de Raio-x de tórax (CXR), que se mostra generalizado para pneumonia COVID-19. Os mapas de localização são utilizados para calcular uma "Razão de Pneumonia" que indica a gravidade da doença. A avaliação da gravidade da doença serve para construir um perfil de extensão temporal da doença para pacientes hospitalizados. Para validar a aplicabilidade do modelo à tarefa de monitoramento do paciente, foi desenvolvida uma estratégia de validação que envolve uma síntese de Radiografias Reconstruídas Digitais (DRRs - raio X sintético) a partir de tomografias seriadas; então comparou-se os perfis de progressão da doença que foram gerados a partir dos DRRs com aqueles que foram gerados a partir dos volumes de CT (26/05/2021). Fonte: IEEE J Biomed Health Informatics

19/03/2021

Artigo descreve um modelo de aprendizagem profunda para prever a necessidade de ventilação mecânica usando imagens de raio-X do tórax em pacientes hospitalizados com COVID-19. Autores exploraram arquitetura de aprendizagem profunda DenseNet121 utilizando 663 imagens de raios-X adquiridas de 528 pacientes hospitalizados com COVID-19. Dois especialistas em Cuidados Pulmonares e Críticos avaliaram cega e independentemente as mesmas imagens de raio-X com o propósito de validação do modelo. Foi constatado que o modelo de aprendizagem profunda previu a necessidade de ventilação mecânica com alta precisão, sensibilidade e especificidade (90,06%, 86,34% e 84,38%, respectivamente). Essa previsão foi feita aproximadamente 3 dias antes do evento de intubação real. O modelo também superou dois especialistas em Cuidados Pulmonares e Críticos que avaliaram as mesmas imagens de raios-X e forneceram uma precisão incremental de 7,24%-13,25% (02/03/2021). Fonte: BMJ Innovations

17/03/2021

Artigo debate a eficácia do rastreamento de contato digital contra a epidemia de COVID-19. Considerando que a penetração de smartphones é limitada em muitos países, não uniforme em todas as faixas etárias, com baixa cobertura entre os idosos, os mais vulneráveis ao SARS-CoV-2, autores desenvolveram um modelo para precisar o impacto do rastreamento de contato digital e do isolamento doméstico na transmissão da COVID-19. O modelo, calibrado na população francesa, integra informações demográficas, pesquisas de contato e epidemiológicas para descrever os fatores de risco de exposição e transmissão da COVID-19. Foram explorados níveis realistas de detecção de casos, adoção de aplicativos, imunidade populacional e transmissibilidade. Supondo uma proporção reprodutiva R = 2,6 e 50% de detecção de casos clínicos, uma adoção de aplicativo de ~ 20% reduz o pico de incidência em cerca de 35%. Com R = 1,7, > 30% da adoção do aplicativo reduz a epidemia a níveis administráveis. A cobertura mais alta entre adultos, desempenhando um papel central na transmissão da COVID-19, traz um benefício indireto para os idosos. Esses resultados podem informar a inclusão do rastreamento de contato digital em um plano de resposta à COVID-19 (12/03/2021). Fonte: Science Advances

05/03/2021

Artigo faz uma extensa pesquisa dos vários algoritmos de aprendizado de máquina (ML) e aprendizado profundo (DL) empregados pelos pesquisadores e profissionais de saúde sobre os dados COVID-19 obtidos dos pacientes afetados na classificação da doença. Esta extensa análise ajudará os futuros analistas a considerar a técnica eficaz que pode fornecer a eles resultados mais rápidos durante as fases de treinamento e inferência. Além disso, fornece uma análise comparativa das várias técnicas de ML / DL empregadas para COVID-19 e suas observações (04/02/2021). Fonte: IEEEXplore

Artigo tem como objetivo revisar e implementar imagens de inteligência artificial (IA) para métodos de diagnóstico a fim de detectar infecção por coronavírus com taxas de zero ou quase zero falsos positivos e falsos negativos. Além do método de diagnóstico médico baseado em imagens de IA já existente para a outra doença conhecida, este estudo tem como objetivo encontrar o método de detecção COVID-19 mais preciso entre os métodos de IA, como aprendizado de máquina (ML) e rede neural artificial (ANN) e métodos de aprendizagem por conjunto (EL) (09/02/2021). Fonte: IEEXplore

24/02/2021

Editorial do JAMA discute o atendimento virtual, atendimentos de telemedicina e conexão real na era da COVID-19. Segundo os pesquisadores, os pacientes e muitos médicos claramente têm desejo de continuar o atendimento virtual de alguma forma, uma vez que a pandemia esteja sob controle. Para certas condições, como aquelas tratadas por meio de aconselhamento de saúde mental, o atendimento virtual pode ser tão eficaz quanto as visitas. Para muitos pacientes, um híbrido de atendimento presencial e virtual pode ser imaginado. Os benefícios do atendimento virtual incluem conveniência e melhor acesso para indivíduos em locais remotos e aqueles com trabalho intenso ou demandas de cuidado. Mas os riscos incluem o uso excessivo de testes caros na ausência de dados de exame físico, reduções nos cuidados preventivos recomendados pelas diretrizes quando a telemedicina suplanta as visitas pessoais e potenciais exacerbações nas disparidades de saúde devido à desigualdade no acesso à telemedicina (02/02/2021). Fonte: JAMA

17/02/2021

Dois alunos da Engenharia DPhil desenvolveram um aplicativo para melhorar a eficiência da implementação da vacina COVID-19 para pacientes que ficam em casa. VaxiMap já ajudou a encontrar a rota ideal para mais de 61.000 vacinações de visita domiciliar de GP na Grã-Bretanha nas últimas semanas. A maioria das pessoas receberá a vacinação em seu hospital ou centro de vacinação local, mas para aqueles que não podem sair de suas casas, é vital um cronograma de visitas domiciliares de GP eficiente (09/02/2021). Fonte: University Oxford

O sequenciamento de DNA e RNA é uma tecnologia central na pesquisa biológica e médica. O alto rendimento dessas tecnologias e o desenvolvimento consistente de novos ensaios experimentais e biotecnologias exigem o desenvolvimento contínuo de métodos para analisar os dados resultantes. O RECOMB Satellite Workshop on Massively Parallel Sequencing reuniu os principais pesquisadores em genômica computacional para discutir as fronteiras emergentes no desenvolvimento de algoritmos para dados de sequenciamento massivamente paralelo. O workshop foi realizado virtualmente e contou com diversas palestras. Muitas das palestras estão disponíveis online no RECOMB-Seq 2020 Canal do Youtube e nesta edição (volume 24) da revista iScience (22/01/2021). Fonte: iScience   

A pandemia do SARS-CoV-2 está se espalhando por todo o mundo. Os sistemas de saúde médica têm necessidade urgente de diagnosticar esta pandemia com o apoio de novas tecnologias emergentes como inteligência artificial (IA), internet das coisas (IoT) e sistema de Big Data. Neste estudo, pesquisadores dividiram a pesquisa em 2 etapas: primeiro, a revisão da literatura, que foi realizada em bancos de dados da Elsevier, Google Scholar, Scopus, PubMed e Wiley Online usando palavras-chave Coronavirus, COVID-19, inteligência artificial em COVID-19, Coronavirus 2019. Foram encontrados vários bancos de dados, sites e painéis trabalhando na extração dos dados da COVID-19 em tempo real. Em segundo lugar, eles projetaram um modelo de conjunto aninhado usando métodos de deep learning com base na memória de longo prazo (LSTM). O modelo proposto do conjunto Deep-LSTM é avaliado em casos confirmados de COVID-19 e de morte em terapia intensiva na Índia com diferentes métricas de classificação, tais como exatidão, precisão, recall, medida-f e erro percentual absoluto médio. As instalações de saúde médica são impulsionadas com a intervenção da IA, pois ela pode imitar a inteligência humana. O tratamento sem contato só é possível com a ajuda de sistemas de saúde automatizados assistidos por IA. Além disso, o autotratamento em local remoto é um dos principais benefícios fornecidos pelos sistemas baseados em IA (03/01/2021). Fonte: International Journal of Information Technology

12/02/2021

Pesquisadores desenvolveram o ViralLink: um fluxo de trabalho de sistemas bilógicos que reconstrói e analisa redes que representam o efeito de vírus na sinalização intracelular. Essas redes rastreiam o fluxo de sinal das proteínas virais intracelulares por meio de suas proteínas de ligação humanas e vias de sinalização a jusante, terminando com fatores de transcrição que regulam genes diferencialmente expressos após a exposição viral. Dessa forma, o fluxo de trabalho, em uma abordagem colaborativa e interdisciplinar, fornece uma visão mecanicista a partir do conhecimento previamente identificado de células infectadas por vírus. Por padrão, o fluxo de trabalho é configurado para analisar os efeitos intracelulares do SARS-CoV-2, exigindo apenas dados de contagens transcriptômicas como entrada do usuário: assim, encorajando e permitindo uma pesquisa multidisciplinar rápida. A ampla aplicabilidade e modularidade do fluxo de trabalho facilita a personalização do contexto viral, interações a priori e métodos de análise. Por meio de um estudo de caso de células epiteliais brônquicas / traqueais infectadas com SARS-CoV-2, foi evidenciada a funcionalidade do fluxo de trabalho e sua capacidade de identificar as principais vias e proteínas na resposta celular à infecção. A aplicação do ViralLink a diferentes infecções virais em um contexto específico, usando diferentes conjuntos de dados transcriptômicos disponíveis, irá revelar os principais mecanismos na patogênese viral (03/02/2021). Fonte: PLOS Computational Biology 

01/02/2021

Pesquisadores coletaram 58 variáveis ​​clínicas e biológicas e dados de tomografia computadorizada de tórax de 1.003 pacientes infectados com o novo coronavírus de dois hospitais franceses. Treinaram um modelo de deep learning baseado em tomografias para prever a gravidade da doença. Em seguida, construíram o escore de gravidade de IA multimodal que inclui 5 variáveis ​​clínicas e biológicas (idade, sexo, oxigenação, uréia, plaquetas), além do modelo de deep learning. A análise da rede neural de tomografias trouxe informações de prognóstico exclusivas obtidas ao adicionar informações de tomografia computadorizada variáveis. O estudo apresentou que, ao comparar a gravidade do IA com 11 escores de gravidade existentes, encontrou-se um desempenho de prognóstico significativamente melhorado. A gravidade de IA pode, portanto, rapidamente se tornar uma abordagem de pontuação de referência (27/01/2021). Fonte: Nature Communications

11/01/2021

Os autores desenvolveram um modelo de inteligência artificial (IA) de COVID-19, denominado EDRnet (modelo de aprendizagem de conjunto baseado em rede neural profunda e modelos de floresta aleatórios- algorítimo que cria diversas árvores de decisão simultâneas), para prever a mortalidade hospitalar usando uma amostra de sangue de rotina em o momento da admissão hospitalar. Selecionaram 28 biomarcadores sanguíneos e usaram as informações de idade e sexo dos pacientes como dados de modelo. Para melhorar a previsão de mortalidade, adotaram uma abordagem de conjuntos combinando redes neurais profundas e modelos de floresta aleatórios. Treinaram o modelo com um banco de dados de amostras de sangue de 361 pacientes COVID-19 em Wuhan, China, e o aplicaram o modelo a 106 pacientes COVID-19 em três instituições médicas coreanas. Nos conjuntos de dados de teste, EDRnet forneceu alta sensibilidade (100%), especificidade (91%) e precisão (92%). Para ampliar o número de pontos de dados do paciente, desenvolveram um aplicativo web (BeatCOVID19) onde qualquer pessoa pode acessar o modelo para prever a mortalidade e pode registrar seus próprios resultados de laboratório de sangue (32/12/2020). Fonte: Advancing Digital Health & Open Science

02/12/2020

O processamento de imagens baseado em deep learning (DL) tem potencial para revolucionar o uso de smartphones em diagnósticos de doenças infecciosas em saúde móvel (mHealth). Neste artigo, pesquisadores empregam redes neurais adversárias com condicionamento para desenvolver uma plataforma de diagnóstico de vírus facilmente reconfigurável que aproveita um conjunto de dados de fotos de chips microfluídicos tiradas em smartphones para gerar rapidamente classificadores de imagem para diferentes patógenos alvo sob demanda. Utilizou-se a plataforma SPyDERMAN para detectar com precisão diferentes vírus intactos em amostras clínicas e para detectar ácidos nucleicos virais por meio da integração com diagnósticos CRISPR. O desempenho do sistema na detecção de cinco alvos de vírus diferentes foi detectado usando 179 amostras de pacientes. A generalização do sistema foi confirmada por reconfiguração rápida para detectar antígenos SARS-CoV-2 em amostras de esfregaço nasal (n = 62) com 100% de precisão (23/11/2020). Fonte: ACS Nano

30/11/2020

27/11/2020

Estudo propõe duas propostas para detectar automaticamente casos COVID-19 positivos usando imagens de raios-X de TC de tórax. A segmentação pulmonar (pré-processamento) em imagens de tomografia computadorizada (TC), que são fornecidas como entrada para essas arquiteturas propostas que é realizada automaticamente com Redes Neurais Artificiais (RNA). Como ambas as propostas contêm a arquitetura AlexNet, o método recomendado é um aplicativo de aprendizagem por transferência. Porém, a segunda arquitetura proposta é uma estrutura híbrida, pois contém uma camada Bidirecional de Long Short-Term Memories (BiLSTM), que também leva em consideração as propriedades temporais. Enquanto a precisão da classificação COVID-19 da primeira arquitetura é 98,14%, esse valor é 98,70% na segunda arquitetura híbrida (18/11/2020). Fonte: Applied Soft Computing

23/11/2020

Estudo buscou examinar a experiência do usuário, bem como o processo e os resultados do paciente com o uso da telemedicina para condições agudas durante o COVID-19 e os pesquisadores avaliaram como os resultados dos pacientes são afetados pelos tempos de espera e dados demográficos. Em média, os entrevistados relataram tempo de espera por consulta de 2,76 dias e tempo de espera de escritório virtual de 19,44 min. No geral, os entrevistados relataram satisfação moderada (média 5,08–5,35 de 7) e intenção de uso futuro (média 5,10–5,32 de 7). Mais de 72% dos entrevistados ficaram satisfeitos e tinham intenção de uso futuro (13/11/2020). Fonte: Telemedice and e-health

Sistema criado em parceria com a UFMG ajuda a prever agravamento da COVID-19 em pacientes. O software que reúne e organiza dados em uma plataforma remota e de fácil acesso visa a potencializar o registro dos doentes, incluindo um cálculo de índice de piora da enfermidade a partir dos sintomas e comorbidades. A plataforma, chamada de Flux-Covid - braço de um sistema maior, o Medcon -, pode ser acessada de forma remota e segura. Foram adotadas duas bases de dados: uma que inclui os próprios pacientes na cidade e outra do Sivep-Gripe, do governo federal, sobre casos de síndrome respiratória.  Pelo Flux-Covid, os profissionais da saúde municipal têm acesso ao perfil de saúde de quem é diagnosticado com CoVID-19. Assim, trabalham com chances maiores de evitar o agravamento da doença.  (10/11/2020). Fonte: Hoje em dia

19/11/2020

Artigo, propõe um novo modelo de previsão de curto prazo para monitorar a disseminação da COVID-19 usando uma versão aprimorada do Adaptive Neuro-Fuzzy Inference System (ANFIS). Um algoritmo de predadores marinhos (MPA) aprimorado, chamado Chaotic MPA (CMPA), é aplicado para aprimorar o ANFIS e evitar suas deficiências. Mais ainda, compararam o CMPA proposto com três modelos baseados em inteligência artificial, incluindo o ANFIS original, e duas versões modificadas do modelo ANFIS usando o Algoritmo de Predadores Marinhos (MPA) original e a Otimização de Enxame de Partículas (PSO). A precisão da previsão dos modelos foi comparada usando diferentes critérios de avaliação estatística. CMPA superou significativamente todos os outros modelos investigados (13/11/2020). Fonte: Process Safety and Environmental Protection   

09/11/2020

Pesquisadores lançam livro que discute como nos últimos anos tecnologias médicas estão acessíveis para coletar, analisar e transmitir dados de saúde; evoluindo o futuro dos serviços de saúde ao alocar segurança de criptografia de dados de ponta a ponta e fornecer mais opções de privacidade ao paciente. Destacam ainda que, com a rápida expansão da COVID-19, onde o distanciamento social e físico é uma questão de preocupação para o provedor de saúde clínica e os pacientes, a Internet of Medical Things (IoMT) desempenhou um papel indispensável na abordagem da COVID-19. Isso não apenas acelera a resposta a essa pandemia generalizada, mas também oferece muitas soluções inovadoras para remir esse problema global.  Por fim, concluem que, com a nova tecnologia, porém, surgem novos desafios que devem ser corrigidos em conjunto para que essa tecnologia funcione com mais eficiência, especialmente nas áreas rurais (17/10/2020). Fonte: Computational Intelligence Methods in COVID-19: Surveillance, Prevention, Prediction and Diagnosis.

06/11/2020

Estudo explora se os dados de sensores pessoais coletados ao longo do tempo podem ajudar a identificar mudanças sutis que indicam uma infecção, como em pacientes com COVID-19. O estudo desenvolveu um aplicativo para smartphone que coleta dados de smartwatch e rastreador de atividade, bem como sintomas relatados e resultados de testes diagnósticos e avaliou se os dados de sintomas e sensores podem diferenciar casos positivos e negativos em indivíduos. Foram registrados 30.529 participantes, dos quais 3.811 relataram sintomas. Destes indivíduos sintomáticos, 54 relataram testes positivos e 279 negativos para COVID-19. Descobriu-se que uma combinação de dados de sintomas e sensores resultou em uma área sob a curva (AUC) de 0,80 para discriminar entre indivíduos sintomáticos positivos ou negativos para COVID-19. Esses dados contínuos, capturados passivamente, podem ser complementares ao teste de vírus, que geralmente é um ensaio de amostragem único ou não frequente (29/10/2020). Fonte: Nature Medicine

03/11/2020

Algoritmo americano identifica “tosse de COVID” inaudível para humanos. Nos testes realizados, o algoritmo atingiu uma taxa de sucesso de 98,5% entre as pessoas que receberam um resultado oficial positivo no teste do coronavírus, aumentando para 100% nas que não tinham outros sintomas. Segundo os pesquisadores, a diferença crucial no som de uma tosse de um paciente assintomático de COVID-19 não pode ser percebida por ouvidos humanos. O algoritmo foi desenvolvido no laboratório do Massachusetts Institute of Technology (MIT). De acordo com o relatório, o mecanismo pode ser usado para triagem diária de estudantes, trabalhadores e do público, nas escolas, trabalho e transporte reabrirem. Ou até para testes de piscina para alertar rapidamente e evitar surtos em grupos (03/11/2020). Fonte: Isto e

Artigo descreve um modelo de linguagem de programação Python que foi treinado para a detecção de COVID-19 através de imagens de tomografia computadorizada. Para construir e treinar a Rede Neural de Convolução (CNN) utilizou bibliotecas como Keras e TensorFlow 2.0. Quanto ao conjunto de dados foi calculado através de imagens de tomografia (TC) onde foram confirmadas pelo radiologista sênior que realizou diagnóstico e tratamento de pacientes com COVID-19. Um total de 745 imagens pertencentes a duas classes foram amostradas, sendo 348 imagens COVID-19 positivas (+) e 397 imagens COVID-19 negativas (-). O desempenho do modelo, Rede Neural de Convolução foi avaliado e comparando com o modelo de regressão logística demonstrando que a rede é confiável, produzindo uma taxa de precisão de mais 79% enquanto a regressão logística produz uma taxa de 54% (outubro/2020). Fonte: Asian Journal of Chemistry

29/10/2020

Os autores propõem um modelo de Deep Learning que reconhece casos COVID-19 usando imagens de raio-X (DeepCOVID-19). O modelo visa auxiliar aos médicos, tendo uma segunda opinião na avaliação dos pacientes. Uma implementação do modelo ajudaria os países onde há escassez de kits de teste, enquanto os dispositivos de raio-X estão amplamente disponíveis (01/10/2020). Fonte: SPIE

27/10/2020

Pesquisadores do Instituto de Métricas e Avaliação de Saúde da Universidade de Washington fizeram estimativas com base em algumas suposições em diferentes cenários. Segundo os pesquisadores o uso de máscara universal em público pode reduzir muito o número de americanos que morrem por COVID-19. Os pesquisadores projetaram como o pior cenário, que as mortes de COVID-19 poderiam exceder um milhão entre setembro de 2020 e fevereiro de 2021 se o que eles chamam de "o padrão atual de flexibilização" de restrições continuar nos estados. Em um segundo cenário que eles acreditam ser mais provável, eles dizem que 511.000 podem morrer entre setembro e fevereiro sob a suposição de que "os estados mais uma vez encerrariam a interação social e algumas atividades econômicas" por seis semanas, uma vez que as mortes atingissem um certo limite por milhão de residentes. Mas em um terceiro cenário, onde 95% da população enfrenta coberturas e restrições sociais estão em vigor, a projeção é de cerca de 381.000 mortes - ou cerca de 130.000 a menos do que no segundo cenário. Os pesquisadores citam que esses cenários estão relacionados ao uso de máscara universal em público (23/10/2020). Fonte: Nature Medicine

20/10/2020

Este estudo observacional sobre a COVID-19 com 643 pacientes demonstra como a trilogia de inteligência artificial (IA) do National Cheng Kung University Hospital (estação de quarentena inteligente, interpretação de imagem assistida por IA e algoritmo de tomada de decisão clínica integrado em um computador/tablet) melhora o atendimento médico e reduz tempos de processamento da quarentena. O tempo médio de pesquisa em emergências de hospitais (ED) foi de 153 minutos vs 35 minutos na estação de quarentena. Além disso, o uso do aplicativo de IA na estação de quarentena reduziu o tempo de pesquisa na estação de quarentena; o tempo médio de pesquisa sem IA foi de 101 minutos vs 34 minutos com IA na estação de quarentena (14/10/2020). Fonte: Journal of Medical Internet Research

Pesquisador desenvolve uma ferramenta de machine-learning que pode ser aplicada para avaliar o risco em comunidades com base em fatores de risco sociais, médicos e de estilo de vida. Como prova de conceito, foi modelado o risco de ser infectado por COVID-19 nas comunidades de Massachusetts usando 29 fatores de risco, incluindo a prevalência de comorbidades preexistentes, como DPOC, e fatores sociais, como composição racial. Dos 29 fatores, 14 foram considerados indicadores significativos. O estudo encontrou 9 comunidades de maior risco no estado. Com dados apropriados, a ferramenta pode avaliar o risco em outras comunidades, ou mesmo enumerar a susceptibilidade individual do paciente. Uma classificação das comunidades por risco pode ajudar os formuladores de políticas a garantir a alocação equitativa de doses limitadas da vacina contra COVID-19 (16/10/2020). Fonte: medRxiv

Radiografias de tórax de pacientes com COVID-19 provaram ser um indicador alternativo importante na triagem da doença. Porém, a precisão depende da perícia radiológica. Sendo assim, um sistema de recomendação (recommender system) de diagnóstico pode ajudar o médico a examinar as imagens pulmonares dos pacientes, reduzindo a responsabilidade de diagnóstico do médico. As técnicas de Deep Learning, especificamente as Redes Neurais Convolucionais (CNN), têm se mostrado eficazes na classificação de imagens médicas. Quatro diferentes arquiteturas CNN profundas foram investigadas em imagens de radiografias de tórax para o diagnóstico da COVID-19. Esses modelos foram pré-treinados no banco de dados ImageNet, reduzindo assim a necessidade de grandes conjuntos de treinamento, pois eles têm dados pré-treinados. Neste trabalho foi observado que arquiteturas baseadas em CNN têm potencial para o diagnóstico da doença COVID-19 (01/09/2020). Fonte: Second International Conference on Inventive Research in Computing Applications (ICIRCA) - IEEE Xplore

13/10/2020

Artigo examina criticamente o panorama atual da telemedicina e os desafios em sua adoção, em direção à entrega remota / tele-atendimento, em várias especialidades médicas. O consórcio atual fornece um roteiro e / ou estrutura, juntamente com recomendações, para a captação e implementação da telemedicina na prática clínica durante e após a COVID-19 (07/09/2020). Fonte: Frontiers in Public Health 

09/10/2020

Artigo descreve como a integração da telemedicina e dos locais de teste pode otimizar o gerenciamento relacionado à COVID-19 no ambiente comunitário. Neste estudo, 4663 pacientes foram selecionados usando telemedicina, 1521 foram enviados para locais de teste móveis e acompanhados por telefone para os resultados. Dos pacientes testados, quase 20% (301) tiveram um resultado positivo. Os autores concluíram que o modelo desenvolvido demonstra como o uso da telemedicina para encaminhamento dos pacientes a locais centrais de teste pode aumentar o acesso a cuidados, diminuir a exposição do médico e minimizar a demanda por equipamentos de proteção individual. Essa inovação pode permitir que os sistemas de saúde se concentrem na preparação e no atendimento das necessidades de cuidados hospitalares (02/10/2020). Fonte: JMIR

08/10/2020

Pesquisadores recomendam a implementação automatizada de tecnologias de ponta, utilizando abordagens de machine learning (ML) e inteligência artificial (AI) para agregação de dados multimodal, exame multifatorial, desenvolvimento de base de conhecimento de preditores clínicos para suporte à decisão e melhores estratégias para lidar com dados relevantes. Segundo o artigo, a medicina de precisão permitirá que os médicos integrem dados de saúde com ensaios e testes direcionados para identificar e avaliar biomarcadores e riscos de doenças, determinar variantes genéticas acionáveis em pacientes, obter a imagem completa do metaboloma e mapear metabólitos para os caminhos da doença (02/10/2020). Fonte: Human Genomics 

Supercomputador localizado no SENAI-Cimatec, em Salvador (BA), está a serviço do enfrentamento do SARS-CoV-2. A Plataforma de Inovação para a Indústria selecionou o projeto apresentado em parceria com a empresa Repsol Sinopec Brasil (07/10/2020). Fonte: Portal da Indústria 

02/10/2020

A Vocalis, uma empresa de análise de voz com escritórios em Israel e nos Estados Unidos, havia desenvolvido anteriormente um aplicativo para smartphone que podia detectar surtos de doença pulmonar obstrutiva crônica, ouvindo sinais de que os usuários estavam com falta de ar ao falar. A empresa vem desenvolvendo uma ferramenta para o ajudar os médicos a fazer a triagem de casos potenciais da COVID-19, identificando as pessoas que podem precisar de mais testes, quarentena ou atendimento médico presencial, mas não tem como objetivo fornecer um diagnóstico definitivo (30/09/2020). Fonte: Nature

Pesquisadores realizam análise integrativa de dados clínicos, genômicos e metabolômicos para a medicina de precisão a fim de investigar a COVID-19. Eles realizaram modelagem de design de anotações publicamente disponíveis e clínicas específicas de pacientes, genômica, metabolômica, estilo de vida e armazenamento de dados contextuais, gerenciamento, fusão, integração, criação e análise de base de conhecimento usando diferentes abordagens de Inteligência Artificial e Machine Learning. Além disso, inclui exame multifatorial, extração de conhecimento científico e sistema de suporte à decisão para classificação de dados, análise de cluster e regressão. Segundo o artigo, soluções científicas robustas são necessárias nas práticas clínicas e de saúde pública, isso ajudará a compreender mecanismos de doenças, identificar as principais causas de morbidade e mortalidade, desenvolver terapias personalizadas e reduzir os custos médicos (04/09/2020). Fonte: BMJ Innovations  

29/09/2020

Pesquisadores do Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia (COPPE) da UFRJ estão trabalhando em um sistema que usa inteligência artificial para tornar mais rápidos e eficazes o diagnóstico e a triagem de pacientes vítimas da COVID-19 em estado grave. O sistema usa técnicas de processamento de imagens e reconhecimento de padrões para interpretação de exames médicos, sobretudo radiológicos. O objetivo é apoiar o médico na tomada de decisões, inclusive no atendimento a distância. O sistema é aberto e será disponibilizado de graça ao Sistema Único de Saúde (SUS) (23/09/2020). Fonte: UFRJ

24/09/2020

O SENAI do Rio Grande do Sul desenvolveu juntamente com a empresa Novus uma nova tecnologia que utiliza Inteligência Artificial para auxiliar no diagnóstico da COVID-19. A análise do paciente é feita de maneira remota por uma equipe médica a partir de sinais vitais e respostas a um questionário no momento da triagem. A pulsação, frequência respiratória, pressão arterial, saturação de O2 e temperatura corporal também são medidas automaticamente pelo sistema que inclui câmeras especiais e sensores (18/08/2020). Fonte: Portal da Indústria

26/08/2020

Estudo detecta a COVID-19 usando transfer learning de imagens de tomografia computadorizada decompostas em três níveis usando wavelet estacionária. Um modelo de detecção trifásico é proposto para melhorar a precisão da detecção, incluindo a localização de anormalidades em imagens de tomografia computadorizada. Neste trabalho, 70% das imagens formam consideradas para treinar a rede e 30% das imagens são consideradas para validar a rede. O resultado da avaliação experimental confirma que o modelo baseado em transfer learning pré-treinado ResNet18 ofereceu melhor precisão de classificação (treinamento = 99,82%, validação = 97,32% e teste = 99,4%) no conjunto de dados de imagem considerado (21/08/2020). Fonte: Applied Intelligence  

25/08/2020

A disseminação geográfica atual da SARS-CoV-2 mostra heterogeneidade estudo explora o papel da idade no potencial de gerar diferenciais na disseminação da infecção, potencial epidêmico e taxas de gravidade da doença e mortalidade entre os países. Um modelo matemático determinístico estratificado por idade descreve a dinâmica de transmissão do SARS-CoV-2 aplicado a 159 países e territórios com uma população ≥1 milhão (20/08/2020). Fonte: PloS one

Pesquisadores propuseram uma análise comparativa baseada em deep learning de casos COVID-19 na Índia e nos EUA com o objetivo de prever os casos da doença nos próximos meses. Os conjuntos de dados de casos confirmados e de morte de COVID-19 são levados em consideração. As variantes baseadas na rede neural recorrente (RNN) de memória de longo prazo (LSTM), como LSTM empilhado, LSTM bidirecional e LSTM convolucional formam usadas para projetar a metodologia proposta e prever os casos COVID-19 para um mês à frente. O LSTM convolucional superou os outros dois modelos e prevê os casos COVID-19 com alta precisão e muito menos erros para todos os quatro conjuntos de dados de ambos os países. A tendência ascendente/descendente dos casos previstos de COVID-19 também é visualizada graficamente, o que pode ser útil para pesquisadores e formuladores de políticas mitigarem a taxa de mortalidade e morbidade ao transmitir a COVID-19 (20/08/2020). Fonte: Chaos, Solitons & Fractals

21/08/2020

Professores da USP e da Unesp desenvolveram uma ferramenta que utiliza matemática e inteligência artificial para predizer o número de infecções, óbitos e pacientes recuperados da COVID-19 no Estado de São Paulo. Utilizando dados fornecidos pelas prefeituras municipais e concentrados na plataforma Info Tracker, os pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), apoiados pela Fundação de Amparo a Pesquisa do Estado de São Paulo (Fapesp), conseguem apontar resultados individuais para cada uma das 22 regiões do Estado (20/08/2020). Fonte: Jornal da USP

Estudo desenvolve um modelo de previsão da COVID-19 usando um método de deep learning com mecanismo de atualização contínua com base nos dados epidemiológicos fornecidos pela Universidade Johns Hopkins. As tendências da epidemia nos próximos 150 dias são modeladas para Rússia, Peru e Irã, três países em continentes diferentes. Estudo destaca a importância das medidas preventivas que vêm sendo tomadas pelo governo, o que mostra que o controle rigoroso pode reduzir significativamente a disseminação da COVID-19 (19/08/2020). Fonte: Chaos, Solitons &Fractals  

19/08/2020

Artigo mostra que inteligência artificial pode auxiliar na avaliação rápida de tomografias para a diferenciação de achados COVID-19 de enfermidade clínicas. Em um estudo de coorte com exames de tomografias de 1.280 pacientes foi submetido a uma série de algoritmos que permitiram identificar e localizar regiões pulmonares inteiras, que foram usadas como entrada para a COVID-19. Foi possível classificar a pneumonia COVID-19 atigindo até 90,8% de precisão com sensibilidade de 84% e 93 % de especificidade, conforme avaliado com grupo controle (14/08/2020). Fonte: Nature Communications

SESI lança serviço de telemedicina para reforçar apoio às empresas no enfrentamento à COVID-19. Por meio de um aplicativo, os trabalhadores poderão tirar dúvidas em relação à doença e modos de transmissão, marcar consultas online em qualquer dia e horário e ter informações de hospitais próximos que estão recebendo pacientes com suspeita de contágio por coronavírus. Nas consultas, o paciente interage com um médico que pode solicitar exames e prescrever medicamentos. Além disso, no aplicativo, os trabalhadores podem monitorar sua saúde em tempo real e receber sugestões para manter cuidados como atividades físicas, por meio de marcação de número de passos, e número de copos de água que bebeu durante o dia (17/08/2020). Fonte: Portal da Indústria

A Fiocruz, em parceria com o Conselho Comunitário de Manguinhos, Redes da Maré, Dados do Bem, SAS Brasil e União Rio, lança um projeto inovador que viabiliza o atendimento integral em saúde nas favelas e vai contribuir para o enfrentamento da pandemia de COVID-19 na Maré e em Manguinhos (RJ). A iniciativa Conexão Saúde: de olho na Covid inclui desde a orientação e o apoio à população local, até a telemedicina, a testagem molecular, o rastreamento de quem teve contato com alguém infectado pelo novo coronavírus e a produção de mapas de risco dentro das comunidades. A expectativa é que a iniciativa possa deixar um legado nos territórios onde seja implementada, com bases técnicas para o desenvolvimento de ações de Vigilância Ativa em Saúde, a construção de expertise para estratégias de distanciamento social em favelas, consolidação de modelos de comunicação voltado para emergências em saúde e ações de teleatendimento em psicologia e medicina adequado às condições de populações vulnerabilizadas (19/08/2020). Fonte: Fiocruz  

10/08/2020

Durante a pandemia de COVID-19, a telemedicina tem sido uma estratégia importante para prestar atendimento aos pacientes atendidos pela Fiocruz. Desde março, esse recurso vem sendo implementado nos serviços de prevenção ao vírus da imunodeficiência humana (HIV, sigla do inglês, Human Immunodeficiency Virus) do Instituto Nacional de Infectologia Evandro Chagas da Fundação Oswaldo Cruz (INI/Fiocruz). A experiência bem-sucedida da instituição com o uso da telemedicina no atendimento de pacientes realizando a profilaxia pré-exposição (PrEP) ao HIV foi reportada em um artigo publicado em maio no periódico Brazilian Journal of Infectious Diseases  (27/07/2020). Fonte: Medscape.

07/08/2020

Revisão descreve técnicas de machine learning que foram usadas no passado na previsão, detecção e gerenciamento de doenças infecciosas, e como essas ferramentas estão sendo incorporadas na luta contra a COVID-19. Além disso, foram discutidas suas aplicações em vários estágios da pandemia, as vantagens, desvantagens e possíveis falhas (01/08/2020). Fonte: Journal of Medical Systems.

06/08/2020

Artigo fala do papel da Internet das Coisas (IoT) na área de saúde e faz uma revisão da literatura disponível sobre o COVID-19, técnicas de monitoramento e sugere uma arquitetura baseada em IoT, que pode ser usada para minimizar a disseminação do COVID-19 (06/07/2020). Fonte: International Journal of Intelligent Networks

Estudo que utilizou deep learning com redes neurais convolucionais (CNN) para inferir a gravidade da doença pulmonar da COVID-19 em raio-X portátil (CXR). Os resultados foram comparados com um score de radiologistas representando da gravidade da doença. A partir desses resultados concluiu-se que a CNN aponta com precisão a gravidade da doença no raio-X portátil do tórax da infecção pulmonar para a COVID-19. (28/07/2020). Fonte: PLoS One

03/08/2020

Os autores apresentam um método para avaliação de dados obtidos por tomografia computadorizada utilizando uma rede neural deep convolution para o diagnóstico da COVID-19. Quando comparados os dados obtidos com o método RT-PCR, o método não invasivo para diagnóstico apresenta alta precisão, sensibilidade e especificidade (30/07/2020). Fonte: National Academy Science Letters

28/07/2020

O artigo avalia o papel da telemedicina no campo do tratamento de lesões de pele, “feridas”. Embora muitas limitações da telemedicina ainda estejam sendo desembaraçadas, os benefícios do atendimento virtual estão sendo realizados tanto em pacientes internados quanto ambulatoriais As vantagens e desvantagens da telemedicina são discutidas através de dois exemplos de casos que destacam a promessa de implementação durante e além da pandemia (08/07/2020). Fonte: Advances in Skin & Wound Care.

23/07/2020

Sistema utilizando inteligência artificial tem cinco objetivos: I) previsão da propagação do SARS-CoV-2 pelas regiões; II) analisar as taxas de crescimento e os tipos de mitigação entre os paíse; III) prever como a epidemia terminará; IV) analisar a taxa de transmissão do vírus e V) determinar a correlação do SARS-CoV-2  e condições climáticas. Para isso, o estudo propõe um novo método de Regressão de Suporte Vetor. A abordagem é avaliada e comparada com outros modelos de regressão conhecidos em conjuntos de dados padrão disponíveis. Os resultados são promissores e demonstram a superioridade em eficiência e precisão do modelo (30/06/2020). Fonte: Chaos, Solitons & Fractals.

20/07/2020

Pesquisadores desenvolveram uma plataforma - Python, MicroGMT - para identificação de novas mutações nos genomas SARS-CoV-2 recém-sequenciados, necessárias para o estudo da evolução molecular da epidemiologia do vírus. O sistema usa leituras de sequências brutas como entrada e compara com sequências de bancos de dados para identificar e caracterizar indels e mutações pontuais. Embora a configuração padrão da plataforma seja otimizada para o vírus SARS-CoV-2, também pode ser aplicado a outros genomas microbianos. O software está disponível gratuitamente no URL do Github: https://github.com/qunfengdong/MicroGMT (25/06/2020). Fonte: Frontiers in Microbiology

17/07/2020

A partir de inteligência artificial equipe do King's College London, do Reino Unido, categorizou a existência de seis tipos da COVID-19 que são correlatos aos níveis de severidade da infecção e com a probabilidade de um paciente precisar de ventilação mecânica em caso de internação. Os seis tipos da COVID-19 descobertos pelos pesquisadores são os seguintes: como uma gripe, sem febre; como gripe, com febre; Gastrointestinal; tipo severo, nível 1; tipo severo, nível 2; tipo severo, nível 3, quadro respiratório e abdominal (17/04/2020). Fonte: Kings College London

O aumento do poder computacional e a disponibilidade de big data permitiram que o deep learning fosse usado com sucesso em muitas aplicações médicas. Neste contexto, um modelo baseado em deep learning fornece previsão do risco de pacientes com COVID-19 desenvolverem doenças críticas com base nas características clínicas na admissão. Os pesquisadores utilizaram uma coorte de 1590 pacientes de 575 centros médicos chineses. O modelo cria uma ferramenta de cálculo on line projetada para triagem de pacientes na admissão com o objetivo de identificar pacientes com risco de doença grave, garantindo que estes pacientes recebam os cuidados adequados o mais cedo possível e permitam uma alocação eficaz de recursos de saúde.

(15/07/2020). Fonte: Nature Communications

16/07/2020

Neste estudo, uma nova rede neural artificial, Convolutional CapsNet, é proposta para a detecção da COVID-19 usando imagens de raios-X do tórax. A abordagem proposta foi projetada para fornecer diagnósticos rápidos e precisos para a COVID-19 com classificação binária (COVID-19 e Não-Descobertas) e classificação multi-classe (COVID-19 e Não-Descobertas e Pneumonia). O método proposto estudou 231 imagens e alcançou uma precisão de 97,24% e 84,22% para classe binária e multi-classe, respectivamente. Acredita-se que o método proposto possa ajudar os médicos a diagnosticar a COVID-19 e aumentar o desempenho diagnóstico (13/07/2020). Fonte: Chaos, Solitons & Fractals

13/07/2020

As previsões matemáticas no combate às epidemias ainda não atingiram sua perfeição. A rápida disseminação, as formas e os procedimentos envolvidos na contenção de uma pandemia exigem compreensão mais precoce para que se encontre soluções alinhadas aos aspectos habituais, fisiológicos, biológicos e ambientais da vida, com melhores modelagens e previsões matemáticas computadorizadas. Os modelos de epidemiologia são ferramentas essenciais nos programas de gestão em saúde pública, apesar de haver um alto nível de incerteza em cada um desses modelos. Este artigo descreve os resultados e os desafios dos modelos SIR, SEIR, SEIRU, SIRD, SLIAR, ARIMA, SIDARTHE, etc, usados na previsão de propagação, pico e redução de casos COVID-19 (30/06/2020). Fonte: Infectious Disease Modelling.

Quatro métodos, baseados em matemática, permitem que um grande número de pessoas sejam testadas com economia de recursos. Os métodos são facilmente entendidos nos esquemas apresentados (10/07/2020). Fonte: Nature

10/07/2020

Relato de projeto e a implementação de um sistema de monitoramento de infecção por COVID-19 de início hospitalar (HOCI), visando intervenções de prevenção. O estudo foi realizado em hospitais de ensino em Londres, no Reino Unido, e coletou dados através de sistemas eletrônicos de assistência médica em pacientes com COVID-19. Foram gerados relatórios diários sobre incidência e tendências ao longo do tempo para apoiar a investigação de HOCI. Os resultados gerados em tempo real revelaram dados como mudanças nas taxas de HOCI ao longo da epidemia de COVID-19 e principais enfermarias envolvidas em prováveis eventos de transmissão. O sistema de monitoramento desenvolvido pode efetivamente apoiar a vigilância nacional (08/07/2020). Fonte: Clinical Infectious Diseases.

07/07/2020

Os autores avaliam as técnicas empregadas em Inteligência Artificial para a COVID-19. Apontando que estudos que avaliam dados primários ou secundários com emprego de técnicas tradicionais de aprendizado de máquinas e/ou técnicas de aprendizado profundo. Os principais objetivos dos estudos avaliados são passam pelo aumento da capacidade de identificação da pneumonia causada pela COVID-19 usando raios-X ou tomografia computadorizada (01/07/2020). Journal of Infection and Public Health

06/07/2020

O artigo propõe e descreve uma arquitetura multiagente para atendimento médico inteligente através de um sistema que permite aos robôs a capacidade de selecionar o plano mais útil para situações não tratadas e comunicar a escolha ao médico para sua validação e permissão (27/06/2020). Fonte: Journal of Biomedical Informatics  

02/07/2020

Pesquisadores dos departamentos de Física e de Microbiologia da UFMG desenvolveram um método de diagnóstico para doenças virais, como COVID-19, zika e dengue, baseado em combinação de espectroscopia óptica e inteligência artificial (02/07/2020). Fonte:UFMG

Pesquisadores avaliaram um sistema de telemedicina para o monitoramento de pacientes progressivos com COVID-19 e o gerenciamento de coortes em quarentena em casa. O estudo monitorou 188 indivíduos pelo o sistema de telemedicina, destes 114 não haviam sido infectados com a COVID-19 e 26 pacientes mesmo confirmados com COVID-19, se recuperaram e abandonaram voluntariamente o estudo. Os 48 pacientes restantes confirmados com COVID-19 usaram o sistema até o final do estudo, incluindo seis pacientes que evoluíram para uma condição grave ou crítica. Esses seis pacientes foram admitidos no hospital e foram salvos (um recebeu apoio da ECMO por 17 dias). Todos os 74 pacientes com COVID-19 se recuperaram. Através da comparação dos sintomas monitorados entre pacientes hospitalizados e não hospitalizados, este estudo constatou que a persistência e deterioração prolongadas da febre, dispnéia, falta de força e dor muscular são sintomas para a identificação de pacientes que devem se encaminhados para internação. A telemedicina reduziu o uso de recursos médicos locais e preveniu infecções cruzadas entre trabalhadores e pacientes médicos (24/06/2020). Fonte: Journal of Medical Internet Research

30/06/2020

Revisão fornece uma visão geral das abordagens de Inteligência Artificial para estabelecer as melhores soluções para impedir a propagação do COVID-19 (25/06/2020). Fonte: Journal of Medical Internet Reserch

29/06/2020

O desenvolvimento contínuo de inteligência artificial (IA) e machine learning (ML), desde epidemias anteriores, colaborou significativamente nos processos de tratamento, medicação, triagem, previsão, rastreamento de contatos e de desenvolvimento de medicamentos/vacinas na pandemia da COVID-19, com redução da intervenção humana na prática médica. No entanto, os modelos ainda poderão ser aperfeiçoados para o enfrentamento da epidemia de SARS-CoV-2 (25/06/2020). Fonte: Chaos, Solutions and Fractals

25/06/2020

Pesquisadores desenvolveram um modelo que emprega machine learning supervisionada para identificar os dados que predizem diagnósticos da COVID-19 com alta precisão. As características examinadas incluíram detalhes dos indivíduos envolvidos, por exemplo, idade, sexo, observação de febre, histórico de viagens e detalhes clínicos, como a gravidade da tosse e a incidência de infecção pulmonar. As análises estatísticas revelaram que os sintomas preditivos mais frequentes e significativos são febre (41,1%), tosse (30,3%), infecção pulmonar (13,1%) e coriza (8,43%). Segundo os autores, o modelo desenvolvido poderia melhorar significativamente a previsão do status da COVID-19, inclusive nos estágios iniciais da infecção (20/06/2020). Fonte: Expert Systems with Applications

22/06/2020

Estudo utilizou machine learning não supervisionado com o objetivo de caracterizar o autorrelato de sintomas, experiências com testes e menções de recuperação relacionadas ao COVID-19. Foram coletados 4.492.954 tweets que continham termos que poderiam estar relacionados aos sintomas do COVID-19. A co-ocorrência de tweets para esses temas foi estatisticamente significativa para os usuários que relataram sintomas com falta de teste e com discussão de recuperação. Na ausência de disponibilidade e confirmação dos testes, estimativas precisas de casos para esse período do surto podem nunca ser conhecidas (08/06/2020). Fonte: JMIR Public Health Surveillance

Respirador mecânico criado pelo SENAI do Rio Grande do Norte, que está em fase de teste para aprovação pela ANVISA, é aprovado em edital Petrobrás e IBP com o projeto para a produção de respiradores (22/06/2020). Fonte: Portal da indústria

16/06/2020

Pesquisadores combinaram um modelo matemático com uma abordagem de análise de coorte para determinar o intervalo das taxas de casos letais (CFR). Utilizaram uma função logística para descrever o crescimento exponencial e o achatamento subsequente da COVID-19. Os autores afirmam que conseguiram prever a CFR muito mais próxima da realidade em todas as fases do surto viral em comparação com os métodos tradicionais. O modelo criado utilizado de forma mais eficaz do que os modelos atuais para estimar a CFR durante um surto, permitindo um melhor planejamento. O modelo também pode ajudar a entender melhor o impacto das intervenções individuais na CFR (15/06/2020). PLOS ONE

Neste artigo, um modelo de programação linear é desenvolvido para determinar a alocação ideal de medicamentos COVID-19 que minimiza as mortes de pacientes, levando em consideração restrições de capacidade hospitalar. Dois estudos de caso hipotéticos são resolvidos para ilustrar a capacidade computacional do modelo, que pode gerar um plano de alocação com resultados superiores à simples alocação ad hoc (13/06/2020). Fonte: Clean Technologies and Environmental Policy.

15/06/2020

Estudo descreve o rápido desenvolvimento de um painel de dados COVID-19 utilizando um recurso de dados locais que utiliza os sistemas de “cidades inteligentes” existentes na Inglaterra, sensores de Internet of Things (IoT) e Machine Learning foi rapidamente desenvolvido para fornecer informações oportunas sobre as decisões de política em tempo real (10/06/2020). Fonte: Dialogues in Human Geography

10/06/2020

Pesquisadores revisaram práticas específicas de tecnologia da informação em saúde para gerenciar o surto de COVID-19 na China, descreveram detalhadamento os pontos mais importantes de sua aplicação e discutiram as questões críticas a serem consideradas ao usar tal tecnologia em saúde. As tecnologias empregadas incluem serviços móveis e baseados na Web (hospitais da Internet e Wechat), análises de big data (incluindo rastreamento de contato digital através de QR codes ou previsão de epidemias), computação em nuvem, Internet das coisas, Inteligência Artificial (incluindo o uso de drones, robôs, e diagnósticos inteligentes), telemedicina 5G e sistemas de informações clínicas para facilitar o gerenciamento clínico do COVID-19. O estudo concluiu que a experiência prática na China mostra que as tecnologias da informação em saúde têm desempenhado um papel fundamental na resposta à epidemia de COVID-19 (08/06/2020). Fonte: JMIR Medical Informatics

O artigo propõe uma análise de rede, para uma visualização direta do risco pandêmico COVID-19. Ao mostrar visualmente o grau de conectividade entre diferentes regiões com base em casos confirmados relatados de COVID-19, demonstra-se que a análise de rede fornece uma maneira relativamente simples, mas poderosa de estimar o risco pandêmico (08/05/2020). Fonte: International Journal of Infectious Diseases

A empresa Celepar lançou um mapa interativo que mostra onde foram detectados os casos do novo coronavírus (COVID-19) no Brasil. Atualizado diariamente, conforme forem disponibilizados os dados, o site revela onde tem algum infectado pelo patógeno mais próximo de você (10/06/2020). Fonte: O Tempo

09/08/2020

Estudo propõe o CoroNet, um modelo de Rede Neural Convolucional Profunda para detectar automaticamente a infecção por COVID-19 a partir de imagens de raios-X do tórax. O CoroNet foi treinado e testado no conjunto de dados preparado e os resultados experimentais mostram que o modelo proposto alcançou uma precisão global de 89,6%. No geral, o modelo proposto avança pode ser uma ferramenta útil para os clínicos e radiologistas para ajudá-los no diagnóstico, quantificação e acompanhamento dos casos COVID-19 (05/06/2020). Computer Methods and Programs in Biomedicine

08/06/2020

Estudo propõe um consórcio internacional (CCC), que servirá como um centro para a integração (rastreamento e compartilhamento) de informações relacionadas ao COVID-19. Como objetivo tem-se a previsão de pontos críticos de surtos de doenças; a identificação de fatores que controlam a taxa de propagação; informar decisões políticas imediatas; a avaliação da eficácia das medidas adotadas pelas organizações de saúde no controle de pandemia; e fornecimento de informações críticas sobre a etiologia do COVID-19 (02/06/2020). Fonte: Nature Medicine

Grupo liderado por pesquisadores do Departamento de Ciência da Computação (DCC) da UFMG trabalha em projeto que visa oferecer um sistema on-line capaz de centralizar os dados de raio-x e tomografias de pacientes diagnosticados com a COVID-19 ou com sintomas da infecção. O objetivo é que pesquisadores e profissionais de saúde acrescentem imagens a um repositório e recebam relatórios com propriedades extraídas dessas imagens, que vão apoiar o diagnóstico de doenças pulmonares (08/06/2020). Fonte: UFMG

05/06/2020

Telemedicina através de smartphone, estão desempenhando um papel fundamental na pandemia e modificará o futuro da medicina em saúde através do encaminhamento de pacientes, consultas, ergonomia e muitas outras aplicações estendidas de cuidados de saúde (18/05/2020). Fonte: Diabetes and Metabolic Syndrome: Clinical Research and Reviews

04/06/2020

Pesquisadores do CETUC, em parceria com Inmetro, UNIRIO e UFOP, desenvolvem sistema para dispositivo IoT com sensor oxímetro para uso remoto em pacientes da COVID 19. Pesquisador formula a partir da deficiência do quadro de médicos e enfermeiros nos hospitais, seria difícil, acompanhar os pacientes em suas residências. Então foi elaborado uma solução envolvendo Internet das Coisas, um sensor de oximetria que pudesse enviar os dados de leitura através de uma rede LPWAN, tecnologia de transmissão que tem o propósito de servir a dispositivos de sensoriamento remoto (06/05/2020). Fonte: Puc-Rio  

A UFMG desenvolve protótipo para neutralizar coronavírus no ar que está em fase de testes para verificação de eficácia, equipamento é de baixo custo e pode ser montado em casa. O protótipo de um equipamento para neutralizar os microrganismos dispersos em forma de aerossol (04/06/2020). Fonte: UFMG

03/06/2020

Revisão da literatura sobre telemedicina em laringologia e patologia fonoaudiológica, bem como os estados atuais e futuros da prática para tele-avaliações interdisciplinares (02/06/2020). Fonte: Otolaryngology--head and neck surgery : Official Journal of American Academy of Otolaryngology-Head and Neck Surgery

Recentemente, muitos estudos têm demonstrado que as imagens da Tomografia Computadorizada (TC) torácica podem ser usadas para diagnosticar a COVID-19, pois imagens mostram uma mudança bilateral em pacientes infectados. Para classificar os pacientes de COVID-19 a partir dessas imagens o artigo, utiliza uma técnica de aprendizagem profunda de transferência (deep transfer learning). Resultados experimentais revelam que o modelo de classificação de COVID-19 baseado em aprendizagem de transferência profunda proposto fornece resultados eficientes em comparação com os outros modelos de aprendizagem supervisionados (20/05/2020). Fonte: IRBM

Startup curitibana de inovação GTI desenvolve equipamento de monitoramento coletivo para identificar COVID-19. A proposta consiste em um equipamento de monitoramento coletivo para medição de temperatura, facilmente adaptável a diferentes ambientes, integrado a um aplicativo de smartphone ou tablet, para triagem e diagnóstico preliminar de pessoas que apresentem estado febril – um dos principais sintomas da COVID-19. Esses dados ficam armazenados em nuvem (big data) e, com o uso de inteligência artificial, podem gerar uma infinidade de informações para mapeamentos de risco de contágio, por exemplo. (15/05/2020) Fonte: EMBRAPII

02/06/2020

O artigo discute a experiência chinesa no uso de ferramentas de tecnologia da informação, na coletada de dados, no uso de inteligência artificial a utilização de resultados na gestão da pandemia (01/06/2020). Fonte: JMIR

01/06/2020

O Hospital Universitário Clementino Fraga Filho (HUCFF/UFRJ) desenvolveu um painel de indicadores para o monitoramento dos casos atendidos pela unidade durante a pandemia da COVID-19, doença provocada pelo novo coronavírus. Acesse a página aqui. O painel é atualizado automaticamente a cada três horas por meio de ferramentas digitais de automação desenvolvidas pela Coordenação de Informática e Rede (CIR) do HUCFF. A fonte de dados do dashboard é o sistema de informação para vigilância epidemiológica da COVID-19 (VisualizaCOVID-19), também desenvolvido pela CIR, que permite a sinalização dos casos suspeitos de COVID-19 no prontuário eletrônico (ProntHU), a notificação ao Sistema Nacional de Vigilância Epidemiológica (SVS-SUS) e o monitoramento desses casos até a alta hospitalar (27/05/2020). Fonte: UFRJ

29/05/2020

O Hospital de Clínicas (HC) da Unicamp ganhou da empresa Motorola um software para acompanhamento de pacientes de Covid-19 que foram atendidos no hospital e receberam alta. Cerca de 15 pacientes já estão usando o aplicativo. Quando o paciente tem alta do HC, ele recebe uma papeleta com um QR Code que contém o nome e o CRM do médico responsável pelo monitoramento remoto. Ao ser escaneado, o código abre um browser customizado no smartphone, sem a necessidade de baixar e instalar nenhum aplicativo (29/05/2020). Fonte: Unicamp

28/05/2020

Pesquisadores da Escola Politécnica (Poli) da USP desenvolveram um modelo matemático que poderá, num breve futuro, orientar gestores públicos e profissionais ligados à saúde em decisões que possibilitem a redução dos danos da atual pandemia (28/05/2020). Fonte: USP

27/05/2020

Pesquisadores ligados ao Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com apoio do Instituto Serrapilheira, desenvolveram um sistema de simulação matemática que permite traçar diferentes cenários de isolamento social para as cidades do Estado de São Paulo (27/05/2020). Fonte: Unicamp

Big data e inteligência artificial podem colaborar na crise da COVID-19 para aqueles que mais precisam. Uma maneira é identificar bolsões de extrema pobreza usando algoritmos treinados de aprendizado profundo (deep-learning algorithms trained) para processar imagens de satélite e sinalizar regiões pobres. Outra maneira é a análise de dados de telefones celulares, em colaboração com as companhias de telefonia locais, que possuem os dados mais atualizados dos usuários. Pesquisas mostram que algoritmos de machine learning podem prever características da população com precisão, identificando padrões nos registros telefônicos. Por exemplo, as pessoas mais ricas tendem a fazer ligações telefônicas mais longas, ter mais contatos e ter mais equilíbrio em suas contas de dinheiro móvel. Ainda que medidas para preservação da privacidade e dos direitos humanos sejam essenciais, é imperativo o esforço para que se aprenda com as falhas e os sucessos dos outros. Comunicação transparente e aberta é o primeiro passo (14/05/2020). Fonte: Nature.

26/05/2020

Este estudo revisou as técnicas de ponta para algoritmos de previsão de CoV com base em data mining e avaliação de machine learning na detecção e diagnóstico do novo coronavírus. O objetivo foi obter uma visão geral da COVID-19, abordar as limitações da utilização de data mining e algoritmos de ML e fornecer ao setor de saúde os benefícios dessa técnica. Foram utilizados cinco bancos de dados: IEEE Xplore, Web of Science, PubMed, ScienceDirect e Scopus (25/05/2020). Fonte: Journal of Medical Systems

22/05/2020

O artigo discorre sobre o uso da telemedicina para atendimento a pacientes com doenças hepáticas durante a COVID-19 (10/04/2020) Fonte: Hepatology

21/05/2020

O Hospital Albert Einstein acaba de criar um novo teste para a detecção da covid-19 — uma inovação 100% brasileira que deve aumentar a capacidade de testagem do sistema de saúde. A inovação só foi possível graças a Varsation, uma startup de sequenciamento genético. Foi criada uma Inteligência Artificial capaz de analisar o sequenciamento genético dos pacientes, diagnosticar doenças ou mutações genéticas (21/05/2020). Brasil Journal

Carta para o editor apresenta vários exemplos de como a Inteligência artificial tem sido aplicada e seus diferentes papeis nos tempos de pandemia da COVID-19 (20/05/2020). Fonte: The International Journal of Health Planning and Management

19/05/2020

Neste estudo os pesquisadores usam algoritmos de inteligência artificial para integrar dados clínicos e achados de tomografia computadorizada. Propondo o uso para o diagnóstico da COVID-19. (19/05/2020) Fonte: Nature Medicine

Estudo utilizando inteligência artificial (IA) para o combate da COVID-19 com reaproveitamento de medicamentos retornou 80 medicamentos comercializados como potencial. Dentre eles: bedaquilina, brequinar, celecoxib, clofazimina, conivaptan, gemcitabina, tolcapone e vismodegib, boceprevir, cloroquina, homoharringtonina, tilorona e salinomicina (15/05/2020) In Press. Fonte: Biomedical Journal

18/05/2020

Estudo, com abordagem Deep Learning e dados de imagem, revela os biomarcadores vitais relacionados à COVID-19, a partir de imagens de raios-X. Foi demonstrado que as várias infecções podem ser distinguidas por um sistema de diagnóstico auxiliado por computador, utilizando recursos extraídos pelos métodos de Deep Learning. Essa estratégia poderia ser aplicada para obter uma primeira avaliação intacta da probabilidade de doença em pacientes com suspeita ou ausência de sintomas. Além disso, a vantagem da detecção automática de COVID-19 a partir de qualquer imagem médica reside na redução da exposição da equipe de enfermagem e médica ao surto (14/05/2020). Fonte: Journal of Medical and Biological Engineeirng

Os autores discutem o rápido avanço do uso da telemedicina durante a pandemia pela COVID-19. Diferentes especialidades passaram a fazer uso de ferramentas virtuais para o atendimento, incluindo geriatria, dermatologia, ortopedia, câncer urológico, pacientes emergenciais de cólon e retal, entre outras com foco nos atendimentos primários. Vários protocolos foram criados, incluindo triagem, check-in eletrônico, pedidos e documentação padrão, análise de dados em tempo real. (14/05/2020) Fonte: Telemedicine and e-Health

15/05/2020

O artigo faz uma discussão sobreo potencial da aplicação de sensores (werable) e tecnologia de telemedicina na pandemia do coronavírus. Monitoramento da oximetria, ritmo cardíaco e temperatura feitos de forma remota são exemplos de tecnologias apresentadas (11/05/2020) Fonte: Reviews in Biomedical Engineering

O Instituto de Estudos Avançados de Paris (Paris IAS) lançou recentemente a plataforma World Pandemic Research Network (WPRN), iniciativa acadêmica que divulga pesquisas sobre os impactos da COVID-19 no mundo. Por meio do site, todos os interessados podem publicar resultados de seus estudos para alcançar um maior número de pessoas (15/05/2020). Fonte: UFMG

14/05/2020

Artigo do BMJ sobre rastreamento dos contatos das pessoas infectadas para determinar quem deveria ser testado e quem deveria fazer isolamento social. Especificamente o artigo fala como este tipo de rastreamento pode ser realizado e como os países, especialmente o Reino Unido, implementaram as medidas de rastreamento de contato (13/05/2020). Fonte: BMJ 

13/05/2020

Este artigo faz uma revisão sobre ferramentas computacionais envolvidas na pesquisa para a COVID-19. Abordando a bioinformática, com sequenciamento genético do vírus – variação genética do vírus – variação genética do hospedeiro (https://www.covid19hg.org/); avaliação Clínica, Imagem – tomografia computadorizada( https://www.rsna.org/COVID-19); telemedicina – Sistemas educacionais para profissionais e pacientes; farmacovigilância e reposicionamento de fármacos; Integração de dados clínicos (https://covidclinical.net/), e outras ferramentas desenvolvidas para o controle de mobilidade urbana e aferição estatística. (12/05/2020). Fonte: BioData Mining

Um aplicativo de monitoramento remoto de pacientes (GetWell Loop) foi oferecido a pacientes com sintomas de COVID-19. O programa forneceu materiais educacionais e a oportunidade de compartilhar preocupações. Os alertas eram resolvidos por atendimento virtual de médicos e estudantes de medicina. O aplicativo se mostrou uma boa alternativa para minimizar a exposição ao COVID-19 (11/05/2020). Fonte: Journal of the American Medical Informatics Association 

08/05/2020

O Instituto de Computação (IC) da Ufal criou um aplicativo gratuito Covid Aglomerações que ajuda a identificar pontos onde há mais de três pessoas reunidas em todo o país. Para facilitar o acompanhamento em tempo real, a equipe do Laboratório de Engenharia e Sistemas (Easy/IC) envolvida no projeto, lançou um site onde é possível visualizar o mapa das aglomerações cadastradas (08/05/2020). Fonte: Ufal

Com a pandemia da COVID-19, espera-se a adoção da telemedicina de forma ampla em todas as áreas da medicina e que a prática passe a fazer parte da rotina e da prestação de serviços integrados (07/05/2020). Fonte: Health Science Reports.

A medicina de precisão (MP) implica a incorporação de uma ampla variedade de dados comunitários e individuais, incluindo informações clínicas, de estilo de vida, genéticas e de biomarcadores adicionais; representando um novo paradigma no diagnóstico, prevenção e tratamento de doenças. A aplicação de premissas de MP em uma pandemia de coronavírus emergente adquire potencialmente maior relevância, a fim de permitir a seleção de medidas preventivas específicas, bem como de biomarcadores que serão úteis no gerenciamento da doença (08/05/2020). Fonte: Curr Treat Options Allergy

06/05/2020

A University Union Hospital na China revelou que a tecnologia de realidade virtual permitiu que os profissionais da saúde interagissem com pacientes através de representação digital 3D a partir do ambiente do paciente, em tempo real. Este rastreamento permite fornecer informações que influenciam o curso, a infectividade e a gravidade da doença (05/05/2020). Fonte: Nature  

Apesar da menor propensão à infecção por SARS-CoV-2 de crianças, cuidados devem ser mantidos naquelas portadoras de diabetes. Os profissionais de saúde devem se manter atualizados, pois as informações são geradas dia após dia. Sugere-se que, para manutenção do acompanhamento destes pacientes ao mesmo tempo em que se minimiza o risco de infecção, sejam empregadas plataformas de temedicina (05/05/2020). Fonte: The Journal of Pediatrics.

05/05/2020

Pesquisadores da UFMG criaram um aplicativo “Pandemia da Covid-19 no Brasil e no mundo”, capaz de mostrar previsões estatisticas de infecções e mortes na situação atual em todos os estados e cidades brasileiras. Com isso, é possível fazer comparações entre as localidades e avaliar a evolução após o primeiro caso e por data (05/05/2020). Fonte: UFMG

04/05/2020

Revisão sobre como inteligência artificial e “big data” podem contribuir para a condução/ da pandemia por COVID-19. (02/05/2020). Fonte: International Journal of Environmental Research and Public Health. 

Neste estudo, pesquisadores avaliam os componentes técnicos dos biossensores, incluindo os alvos biológicos de reconhecimento, os métodos de reconhecimento e os sistemas de amplificação e transdução de sinal. E propõem que detectores eficazes para detectar SARS-CoV-2 no ar ambiente ou nos ventiladores de terapia intensiva de podem ser projetados pela combinação adequada dessas tecnologias (27/04/2020). Fonte: JCMA

28/04/2020

Sistema de inteligência artificial poderá medir febre das pessoas à distância. Uma plataforma de software de visão computacional e inteligência artificial para a detecção à distância de pessoas febris foi proposto por uma empresa catarinense. O sistema vai utilizar câmeras termais para identificar pessoas com febre e enviar um alerta para que ela seja encaminhada aos serviços de saúde. A ideia é que a plataforma monitore ambientes industriais e comerciais, permitindo uma retomada segura das atividades produtivas no país e maior controle da covid-19 (27/04/2020). Fonte: CNI  

Inteligência artificial desenvolvido pela USP pode prever diagnóstico de covid-19. Algoritmos acertaram o resultado do exame em quase 80% dos casos, segundo estudo preliminar da Faculdade de Saúde Pública da USP (27/04/2020). Fonte: USP  

Entrevista com pesquisadores do Qatar identificam as várias forma como a Inteligência artificial pode ajudar na luta contra o Coronavirus (28/04/2020) Fonte:  Expert Rev Anti Infect Ther.  

Pesquisadores da Universidade Federal Rural do Rio de Janeiro (UFRRJ) desenvolveram um sistema chamado XrayCovid-19, que utiliza inteligência artificial para auxiliar a área de saúde no diagnóstico da covid-19. A ferramenta está em fase experimental no OpenLab do Programa de Pós-graduação em Humanidades Digitais. Com a avaliação de uma radiografia do tórax, o sistema verifica se a imagem tem o padrão associado à pneumonia covid-19, à pneumonia comum ou a nenhuma das duas. (28/04/2020) Fonte : Agência Brasil  

27/04/2020

COVID-19 está incentivando o uso da telemedicina e monitoramento remoto para assistência a populações vulneráveis com doença neurológica crônica (24/04/2020). Fonte: JAMA Neurology.

Componentes relevantes para estabelecimento e uso efetivo da telemedicina focada na educação do paciente, logística da prática, considerações tecnológicas e informação associada à complacência do paciente, que são necessários para assistência remota do paciente com artroplastia total de articulação (22/04/2020). Fonte: Arthroplasty Today.

Modelo matemático para avaliação e previsão da dinâmica da COVID-19 que pode ser utilizada por sistemas nacionais de saúde, atores internacionais e políticos na condução da pandemia (23/04/2020). Fonte: Chaos Solitons Fractals. 

Modelo matemático de brasileiros não prevê redução da contaminação por SARS em função de temperaturas acima de 25.8° C, tal como observado em países tropicais, como Brasil (25/04/2020). Fonte: Science of the Total Environment. 

14/04/2020

O artigo sugere o uso de inteligência artificial para otimizar o planejamento de terapias de combinação e reposicionamento de medicamentos, o que pode levar à rápida identificação de terapias marcadamente aprimoradas para a COVID-19 (10/04/20). Fonte: Advanced Intelligent Systems.

ABDI e Abin desenvolvem plataforma que vai mapear as Unidades de Terapia Intensiva (UTIs) disponíveis no país para pacientes contaminados com o coronavírus, além de identificar a localização exata dos cerca de 65 mil ventiladores pulmonares existentes hoje no sistema de saúde público e privado(  09/04/2020). Fonte: ABDI  

13/04/2020

Fiocruz lança sistema para monitoramento de casos suspeitos e confirmados de Covid-19 na instituição. Trabalhadores ativos e aposentados, estagiários, estudantes e bolsistas da Fiocruz já podem informar sua situação de saúde em relação a sintomas, suspeitas e eventuais confirmações de casos da Covid-19 em uma plataforma eletrônica institucional desenvolvida para monitoramento de casos na Fundação. (13/04/2020) Fonte: Cogepe e Icict/Fiocruz  

08/04/2020

Novo aplicativo de smartphone para rastreamento ponto a ponto de contato que não usa dados pessoais, como localização, preservando a privacidade do usuário (08/04/2020). Fonte: JMIR Mhealth Uhealth

Telemedicina utilizada para aperfeiçoar o atendimento de pacientes em quarentena (08/04/2020). Fonte: The Journal of Urology  

07/04/2020

A Startup IVARE – Soluções em Inteligência Artificial aplicada a Imagens, Dados e Padrões desenvolveu uma plataforma online que, a partir da análise de exames de Raio X e Tomografia, pode realizar o diagnóstico do Covid-19. O usuário faz o upload de seus exames na plataforma e recebe como resultado as porcentagens da chance de estar infectado pelo novo coronavírus e da chance de estar saudável. (07/04/2020) Fonte: INOVA/UNICAMP e IVARE 

A Faculdade de Medicina da Universidade Federal de Goiás está implementando uma iniciativa para auxiliar profissionais de saúde no combate à COVID-19. “Projeto Segunda Opinião” consiste em uma segunda opinião médica, uma ação que busca aproximar médicos por meio da Telemedicina (07/04/2020) Fonte: UFG

Inteligência Artificial rastreia notícias  sobre COVID-19: ferramenta desenvolvida pela USP, de São Carlos, está sendo utilizada na análise da evolução da pandemia do COVID-19. (07/04/20) Fonte: Agência FAPESP.

O Instituto de Comunicação e Informação em Saúde (Icict/Fiocruz) lançou no dia 30 de março o MonitoraCovid-19, um sistema que agrupa e cruza dados sobre o novo coronavírus no Brasil e no mundo. A partir de gráficos e mapas, a ferramenta online permite monitorar a pandemia e sua tendência por estados e municípios brasileiros, e fazer comparações com países que estão em estágios mais avançados da epidemia. (07/04/2020) Fonte: Icict/Fiocruz. 

31/03/2020

Um aplicativo monitora de forma remota os pacientes da grande recife com suspeita de Coronavirus. Com a ferramenta digital, Secretaria de Saúde do município pode fazer a triagem inicial das pessoas à distância e acompanhar a evolução de possíveis sintomas. (31/03/2020) Fonte: G1

26/03/2020

Pesquisadores pedem maior participação dos robôs na luta com COVID-19.  Especialistas em robótica apontaram para três grandes áreas médicas nas quais os robôs podem fazer a diferença: atendimento clínico com aplicações como telemedicina e descontaminação; logística para entrega e manuseio de resíduos médicos; e reconhecimento, como aplicação de quarentena. (26/03/2020) Fonte: BioWorld