E-mail


Senha

Lembrar senha

   
Informe o e-mail usado para fazer o login


   



Pesquisa




Deep Learning acelerado por GPU da NVIDIA pode detectar sinais precoces de Alzheimer
Enviar release
Este release no seu Blog ou Site
Deep Learning acelerado por GPU da NVIDIA pode detectar sinais precoces de Alzheimer
...

Diagnóstico precoce pode trazer diversos benefícios para os pacientes

Na próxima semana, no dia 21 de setembro, é celebrado o Dia Nacional de Conscientização da Doença de Alzheimer. A patologia que é o tipo mais comum de demência, contribuindo com 60% a 70% dos casos, causa a morte de neurônios e leva ao encolhimento do cérebro. De acordo com pesquisa da Organização Mundial de Saúde (OMS), em 2020, cerca de 50 milhões de pessoas sofreram dessa síndrome em todo o mundo e há quase 10 milhões de novos casos a cada ano.  

Por ainda não ter cura, o Alzheimer precisa ser diagnosticado o quanto antes para que a expectativa de vida do paciente seja prolongada e o seu bem-estar possa ser garantido. Felizmente, com os avanços da tecnologia está mais perto de ser possível detectar sinais precoces da demência. 

Pesquisadores da Universidade de Tecnologia de Kaunas, na Lituânia, desenvolveram um método baseado no deep learning, capaz de prever o possível início da doença a partir de imagens cerebrais com uma precisão de mais de 99%. O modelo foi baseado na conhecida rede neural ResNet 18, classificando imagens de fMRI de 138 indivíduos. Os pesquisadores treinaram seu modelo em workstations equipadas com GPUs da NVIDIA em imagens do conjunto de dados fMRI da iniciativa de neuroimagem da doença de Alzheimer. 

“Pense em uma máquina como um robô capaz de realizar a tarefa mais tediosa de classificar os dados e procurar recursos”, explica Rytis Maskeliūnas, pesquisador da Universidade Kaunas que supervisionou a equipe que trabalha no modelo. “Depois que o algoritmo do computador seleciona casos potenciais, o especialista pode examiná-los mais de perto. Todos se beneficiam à medida que o diagnóstico e o tratamento chegam ao paciente muito mais rápido”, enfatiza o pesquisador.  

As técnicas de deep learning prometem acelerar esse processo significativamente, permitindo que as pessoas afetadas logo sejam encaminhadas para uma avaliação por um profissional médico. Porém, segundo os pesquisadores, embora as imagens de ressonância magnética funcional do cérebro prometam ajudar, o problema é que detectar os sinais do Alzheimer nessas imagens requer conhecimento específico e leva tempo. 

Até o momento, o modelo treinado foi capaz de encontrar efetivamente as características de deficiência cognitiva, alcançando uma precisão de classificação de 99,99% ao distinguir entre comprometimento cognitivo leve e doença de Alzheimer inicial.   

“Essa não foi a primeira tentativa de diagnosticar o início precoce do Alzheimer a partir de dados semelhantes, mas o principal avanço que conquistamos é a precisão do algoritmo”, reforça Maskeliūnas. “Números tão altos não são indicadores de desempenho verdadeiro na realidade, mas estamos trabalhando com instituições médicas para obter mais dados.” 

No futuro, o algoritmo pode ser a base de um software que será capaz de analisar rapidamente dados de grupos vulneráveis, como pessoas com mais de 65 anos ou com histórico familiar de demência. 

Para o diretor da NVIDIA Enterprise para América Latina, Marcio Aguiar, é gratificante observar como a companhia contribui com pesquisas tão relevantes para o cenário mundial. \"Nosso objetivo é estar mais próximos de projetos que contribuam para a sociedade e ajudem a salvar vidas. Temos que utilizar a tecnologia sempre ao nosso favor\", conclui. 

Editorias: Ciência e Tecnologia  Saúde  
Tipo: Pauta  Data Publicação:
Fonte do release
Empresa: Singular Comunicação de Resultados  
Contato: Janaina Leme  
Telefone: 11-50917838-

Envie um e-mail para o(a) responsável pela notícia acima:
Seu nome

Seu e-mail

Mensagem

Digite o código mostrado abaixo

  
Skype:
MSN:
Twitter:
Facebook:
Copyright 2008 - DIFUNDIR - Todos os direitos reservados. Não é permitida a reprodução deste conteúdo sem prévia autorização.