“Tem por objetivo melhorar a qualidade dos dados, atacando várias frentes. Uma delas é a imputação dos dados, que muitas vezes estão em falta”, esclarece Ricardo Cardoso Pereira, coordenador científico da licenciatura de Informática do Instituto Superior Miguel Torga. Segundo o também investigador, ao melhorar-se a qualidade dos dados, este modelo de inteligência artificial consegue fazer “melhores previsões, mais acertadas e menos enviesadas” e, sendo genérico, “pode ser aplicado a qualquer tipo de dados”.

Sabe-se que o modelo consegue aprender e reconhecer padrões, além de completar informação nos dados em falta. Adicionalmente, esta ferramenta é capaz de superar as limitações dos métodos convencionais. Alguns dos benefícios é a redução de erros que resultam de falhas na informação e diagnósticos médicos mais fiáveis.

O Siamese Autoencoder-based Approach for Imputation pode ser integrado numa ferramenta de apoio à decisão dos profissionais de saúde e já está disponível para ser utilizado de forma gratuita.

“Conseguimos ajudar a detetar se um doente tem ou não uma patologia, se um tratamento vai ou não ter sucesso”, refere Ricardo Cardoso Pereira. Com esta tecnologia, “é possível acelerar o processo de identificação de anomalias cardíacas em fetos através de cardiotocografias” e, em caso das doenças cardíacas, a investigação “ajuda também na identificação do risco e da presença de doença cardíaca coronária”. A investigação estende-se, em paralelo, à deteção do cancro, especialmente o cancro da mama. “A integração destes recursos de IA representa um avanço significativo na medicina de diagnóstico”, finaliza. 

Fonte: LUSA