Conteúdo originalmente publicado no Jornal da Unicamp
Créditos da matéria original: Autoria Helena Tallmann | Edição de Imagem Alex Calixto | Fotografia Lúcio Camargo

Equipe do Advanced Robotics Laboratory (AdRoLab) da Unicamp, em parceria com o Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC), conquistou o primeiro lugar no PhyRC Challenge. Trata-se de uma competição internacional na área de robótica assistiva, que usa robôs para auxiliar pessoas com algum tipo de limitação em tarefas rotineiras.

Disputado por 56 universidades de 17 países, o Brasil foi o único país do Sul Global a participar da competição. Essa é a primeira vez que uma equipe da Unicamp concorre, estando ao lado de instituições de renome internacional, a exemplo da Universidade de Stanford, de Yale, de Cambridge, entre outras.

UM PRÊMIO, DOIS DESAFIOS

O PhyRC Challenge – organizado pelo EmPRISE Lab (laboratório da Universidade Cornell, Estado Unidos) e patrocinado pela empresa Kinova – teve duas etapas. A primeira consistiu em uma simulação virtual do processo de vestir um jaleco em um manequim usando apenas um manipulador robótico. Já a segunda propôs o desafio de vestir uma camisa em um manequim real durante a IEEE International Conference on Robotics and Automation 2025, o maior evento internacional na área de robótica, realizado em maio nos Estados Unidos.

“É um desafio grande, até para um ser humano é difícil [vestir uma camisa usando um braço só]. Essa parte física da inteligência artificial é complicada, porque a tecnologia ainda não está pronta para resolver esse tipo de situação”, afirmou Eric Rohmer, docente da Faculdade de Engenharia Elétrica e de Computação (Feec), pesquisador do H.IAAC e líder do AdRoLab.

O resultado foi uma surpresa para a equipe, que enfrentou dificuldades até encontrar uma abordagem promissora. Após explorarem as técnicas mais atuais de aprendizado de máquina (“machine learning”) sem sucesso, a solução foi apostar em uma proposta híbrida, por meio do Modelo de Mistura Gaussiana (MMG) – mesclando a robótica moderna baseada em inteligência artificial (IA) e a metodologia robótica anterior, baseada em modelos matemáticos.

O MODELO DE MISTURA GAUSSIANA EM AÇÃO

A diferença está no treinamento do robô para executar a tarefa. Enquanto a IA exige um grande volume de dados, por meio do MMG, bastaram cinco demonstrações para o robô ser capaz de realizar a ação. “Rodamos um algoritmo que vai lendo a posição do manipulador enquanto literalmente pegamos a camisa e fazemos o manipulador ir vestindo tudo. Jogamos essas demonstrações no MMG, que modela esses dados”, explicou Maria Fernanda Paulino Gomes, mestranda que teve a ideia de aplicar a técnica e baseará sua dissertação nela.

No momento de vestir a camisa, o modelo analisa a posição do robô e usa probabilidade para determinar qual o caminho com maior chance de acerto, usando dados de todas as trajetórias aprendidas. A solução inovadora foi o que garantiu a maior pontuação para a equipe brasileira, que, durante a competição, conseguiu vestir um braço e a cabeça do manequim.

A metodologia também permitiu replicar, nos Estados Unidos, as condições dos testes feitos com o manequim no Brasil, sem necessidade de muitas alterações. “Essa tecnologia é muito promissora para a robótica atual, é uma contribuição que se esperaria em um pós-doutorado”, ressaltou Rohmer.

Para Paula Dornhofer Paro Costa, docente da FEEC e coordenadora da linha de pesquisas em Arquiteturas Cognitivas do H.IAAC, a capacidade de improvisar soluções para os problemas foi um diferencial da equipe. O manequim usado nos testes, por exemplo, foi adaptado de um modelo para lojas de roupas. A participação na competição contou com o apoio da Pró-reitoria de Pesquisa. “Participar da conferência nos deu a oportunidade de acompanhar as tendências tecnológicas e entender para onde estão se direcionando”, ressaltou Costa.

Também fizeram parte da equipe vencedora Elton Cardoso do Nascimento, Ervin Bolivar Huayhua, Esther Luna Colombini e Leonardo Rocha Olivi (Universidade Federal de Juiz de Fora).

INTELIGÊNCIA ARTIFICIAL FÍSICA

A chamada “inteligência artificial física” integra a IA a robôs capazes de interagir com o mundo, usando sensores para fazer a leitura do ambiente. Esses robôs inteligentes são úteis no contexto de uma população mundial cada vez mais envelhecida e carente de cuidados. “Esse prêmio reconhece a expertise da Unicamp nessa área da robótica assistiva, que é importante e precisa de mais investimentos”, destacou Costa.

Segundo Rohmer, o desafio da competição se encaixa com algumas das pesquisas que o AdRoLab vem desenvolvendo: robótica assistiva voltada para mobilidade e manipulação, utilizando cadeira de rodas robotizada e exoesqueleto de membros inferiores. O resultado satisfatório com o Modelo de Mistura Gaussiana motivou o laboratório a explorar novas pesquisas com essa metodologia híbrida, abrindo um novo leque de estudos. “A IA é o futuro, mas ainda fazemos coisas com técnicas de robótica de 50, 60 anos atrás. Trabalhamos com o H.IAAC para fazer uma mudança suave dos paradigmas antigos para os mais recentes dentro da physical AI [IA física]”, defendeu Rohmer.

Ao ganhar a competição, o AdRoLab irá receber mais um manipulador da marca Kinova. “Continuaremos nessa direção para finalizar o desafio e apresentar uma possibilidade de vestir uma pessoa com deficiência, um idoso, a partir de um manipulador”, disse o pesquisador.

Um dos obstáculos a ser superado é a capacidade da máquina de identificar o estado da camisa – se está torta, amassada etc. – e fazer os ajustes necessários para vestir o manequim. Para isso, a equipe trabalha também com uma câmera que identifica a posição do corpo e da roupa. “Pintamos a camiseta [que era totalmente branca] para o robô conseguir detectá-la automaticamente. Isso não foi usado para a competição, mas no futuro iremos utilizar”, contou César Bastos da Silva, doutorando e membro da equipe vencedora.

A expectativa é integrar o manipulador aos demais robôs focados em mobilidade, colocando-o em cima da cadeira de rodas, por exemplo.

“Queremos que o cadeirante consiga se deslocar, mas também interagir com objetos do dia a dia. E, quando a pessoa não estiver na cadeira, podemos usá-la como um robô de serviço, que vai ajudá-la com tarefas como se vestir ou lavar a louça de forma automatizada, sem necessidade de supervisão ou ordem de um ser humano”, exemplificou Rohmer.

“A inteligência artificial faz cada vez mais a diferença na área da saúde. Pesquisadores da Unicamp usaram essa tecnologia para mapear com precisão os danos causados pela Covid-19 nos pulmões de pacientes infectados. Para explicar como a inteligência artificial foi usada nesse mapeamento e também como isso pode ajudar no tratamento de outras doenças, conversamos com Leticia Rittner, coordenadora do laboratório de imagens da Unicamp, que é uma das responsáveis pela pesquisa.”

No último dia 29 de junho, a pesquisadora do CEPID BRAINN dra. Leticia Rittner foi entrevistada pelo programa Conexão Record News. Em uma conversa de mais de 10 minutos com os apresentadores Kelly Godoy e Heródoto Barbeiro, a cientista tirou dúvidas dos jornalistas e detalhou como funciona o algoritmo de inteligência artificial treinado na Unicamp capaz de identificar, em cerca de 10s, danos estruturais aos pulmões causados pela COVID-19.

“Nós começamos este estudo junto com a pandemia, quando percebemos que a nossa especialidade – a análise de imagens médicas – poderia trazer algum tipo de ajuda para os médicos que estavam tentando mapear a doença, entender seu avanço e quantificá-la”, explicou a dra. Rittner.

“O objetivo não era o diagnóstico – porque para isso havia o teste –  mas sim tentar compreender o grau de severidade da doença, fornecer dados sobre o quanto a doença está progredindo ou regredindo, o quanto está afetando os pulmões. Isso era bastante significativo para os médicos, que tentavam separar casos graves de casos leves, casos que exigiam internação e aqueles que podiam ir para casa; então, a ideia de desenvolver esse algoritmo de inteligência artificial foi apoiar o entendimento [da doença] e uma quantificação de sua severidade, para que os médicos pudessem, por exemplo, escolher a melhor conduta para aquele paciente”, detalhou a pesquisadora.

Dentre os temas debatidos no programa estão a importância de disponibilizar aos médicos um diagnóstico rápido e preciso das imagens médicas, se essa nova metodologia pode ser utilizada no acompanhamento de outras doenças e se é possível ser utilizada por profissionais de saúde no SUS.

Assista a seguir à entrevista completa, que já soma mais de mil visualizações no Youtube:

Por Gabriella Ramos, g1 Campinas e Região

Método começou a ser desenvolvido em 2020 para facilitar o acompanhamento da evolução da doença. Algoritmo também é utilizado para estudar efeitos da Covid longa.

Aplicando inteligência artificial a imagens obtidas por meio de tomografia computadorizada, pesquisadores do Laboratório de Computação de Imagens Médicas da Unicamp, em Campinas (SP), conseguiram mapear com precisão os danos da Covid-19 nos pulmões de pacientes infectados.

A pesquisadora Letícia Rittner, professora da Faculdade de Engenharia Elétrica e de Computação, explica que o método começou a ser desenvolvido em 2020, no ápice da pandemia, a fim de possibilitar o acompanhamento da evolução da doença com mais exatidão.

“Os médicos tinham necessidade de estimar quão comprometido o pulmão estava e acompanhar se a pessoa estava melhorando ou piorando. Para que isso acontecesse, existe uma necessidade de você, a partir de uma tomografia, medir a área comprometida. Isso até então era feito visualmente. O médico olhava e dizia ‘isso é leve, isso é severo’, de uma forma subjetiva, sem um número”, afirma.

Frente a imagens obtidas por meio de tomografia computadorizada, a inteligência artificial desenvolvida pelos pesquisadores foi treinada para separar a imagem do pulmão do restante do corpo. A partir disso, o algoritmo encontra e sinaliza as partes não saudáveis do órgão.

Renderização 3D do pulmão (vermelho) vias aéreas (azul) e regiões acometidas pela Covid (verde) de um paciente, computadas automaticamente pelo método — Foto: Diedre Carmo/Arquivo pessoal

“As regiões ‘borradas’ na imagem são as que estão comprometidas por conta de doenças. A Covid é uma delas, mas a pneumonia e outras doenças respiratórias às vezes têm efeito parecido. O método encontra essas regiões, delimita as bordas e consegue dar um número preciso dizendo, por exemplo, que 82% do pulmão está comprometido”, diz a professora.

Treinamento intensivo

Para que a inteligência artificial aprendesse a diferença entre pulmões saudáveis e infectados, os pesquisadores realizaram um treinamento que consistiu na apresentação de diversas imagens de exemplo ao algoritmo, permitindo a identificação do perímetro do órgão.

A partir desse aprendizado, o método passou identificar as “bordas” dos pulmões e, na sequência, calcular automaticamente o volume de áreas afetadas considerando a quantidade de pixels em cada imagem.

“No começo o nosso método se saía muito bem nas imagens do nosso hospital, mas não no conjunto de dados vindos de outro hospital. Levou um tempo para fazermos o método funcionar em diferentes contextos, imagens e equipamentos de tomografia de diferentes países. Para isso, ele foi treinado em imagens do mundo todo”, explica a pesquisadora.

A pesquisa foi desenvolvida pelo aluno Diedre Santos do Carmo sob orientação, além de Rittner, do pesquisador Roberto de Alencar Lotufo. Recentemente, Carmo foi aos Estados Unidos e passou seis meses estudando a aplicação do método em pacientes na Universidade de Iowa.

Leia a matéria completa no site do G1 Campinas e Região

09 de maio de 2022  | por Redação WebContent

O pesquisador do CEPID BRAINN Eric Rohmer entrou na lista dos cientistas de Inteligência Artificial, área de Robótica, mais influentes do mundo, de acordo com o ranking AI 2000. O cientista, natural da França e trabalhando atualmente no Departamento de Engenharia de Computação e Automação Industrial da FEEC, Unicamp, aparece na 13ª colocação.

O AI 2000 é compilado pela Universidade de Tsinghua, na China – considerada em diversos rankings universitários e de produção acadêmica como a melhor do país – e lista os 2.000 principais pesquisadores de todo o mundo em áreas relacionadas à inteligência artificial entre os anos de 2020 e 2029. Utiliza como base as informações compiladas pelo sistema AMiner, criado e mantido pelo Departamento de Ciências da Computação e Tecnologia da Universidade, que atualmente processa dados de mais de 270 milhões de publicações e 133 milhões de perfis de pesquisadores, tendo recebido mais de 26 milhões de acessos únicos no ano passado.

Apenas os artigos científicos sobre inteligência artificial publicados em periódicos de alta relevância são consideradas na criação do ranking. Fatores como número de publicações de cada autor, total de citações, distribuição de ‘peso’ de acordo com o número de autores de um paper e a ordem em que os nomes dos pesquisadores aparecem nos créditos dos trabalhos são levados em consideração na elaboração da lista.

As listas de 2020 e 2021 da “AI 2000” foram reconhecidas oficialmente por Universidades e organizações de renome global, como a Universidade da Califórnia, Berkeley, Universidade Cornell, Universidade Duke, a Universidade Nacional de Singapura, dentre outras, como sendo de alta relevância na classificação de produção acadêmica.

Anualmente, o AI 2000 confere prêmios aos primeiros colocados em cada uma das 20 subcategorias do tema “Inteligência Artificial” analisadas, que incluem áreas de estudo como:

• Machine Learning,
• Visão computacional,
• Processamento de Linguagem,
• Data Mining,
• Segurança e Privacidade
• e demais tópicos de alto impacto no mundo da inteligência artificial.

Uma das categorias mais concorridas é a de ‘Robótica’, na qual o pesquisador do CEPID BRAINN surge este ano na 13ª colocação (na forma ‘clássica’ do ranking; dentro da subdivisão ‘rising stars‘, não considerada para premiações, Eric aparece na 8ª posição). De acordo com a classificação da AI 2000, Rohmer possui Índice H 15, tem 51 papers publicados sobre o tema e quase duas mil citações. Dentre os interesses do pesquisador, o ranking enumera “Robôs móveis“, “Eletroneuromiografia“, “Interações Humano-robô” e “Telerobótica“. Junto ao CEPID BRAINN, Rohmer realiza pesquisas sobre próteses eletrônicas, cadeiras de roda robóticas e demais temas relacionados à união entre inteligência artificial, robôs e novas tecnologias de acessibilidade.

“O ranking anual AI 2000 tem a intenção de celebrar as incríveis contribuições que gerações de pesquisadores deram aos campos da inteligência artificial, de acordo com os registros de publicações acadêmicas”.

Veja a lista completa do AI 2000 em robótica no link abaixo, assim como o perfil de Eric Rohmer no website do ranking.

11 de maio de 2021  | por Agência FAPESP

Agência FAPESP – O Instituto Brasileiro de Neurociência e Neurotecnologia (BRAINN) recebe, até dia 25 de maio de 2021, inscrições para uma oportunidade de pós-doutorado com bolsa da FAPESP.

O BRAINN é um Centro de Pesquisa, Inovação e Difusão (CEPID) da FAPESP sediado na Faculdade de Ciências Médicas da Universidade Estadual de Campinas (FCM-Unicamp).

O pós-doutorando participará de projeto que tem como objetivo implementar um protocolo de ressonância magnética e desenvolver uma metodologia de pós-processamento envolvendo inteligência artificial para avaliar a morfologia do cerebelo e de seus núcleos profundos. Os resultados poderão identificar biomarcadores para ensaios clínicos terapêuticos para doenças do cerebelo.

O candidato deve apresentar formação em física, engenharia biomédica, medicina ou neurociência e doutorado com experiência em pesquisa nos temas relevantes para o projeto. Deve ter também conhecimento avançado em neuroimagem, familiaridade com caixas de ferramentas de neuroimagem, uma base sólida de estatística, familiaridade com algoritmos de aprendizado de máquina, experiência em processamento de sinais e imagens e apresentar publicações relevantes na área. Experiência em análise volumétrica e imagens por tensor de difusão será considerado um ponto positivo.

As inscrições podem ser feitas pelo e-mail do professor Marcondes França (mcfrancajr@gmail.com).

Mais informações sobre a vaga em: www.fapesp.br/oportunidades/4251.

A oportunidade de pós-doutorado está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP no valor de R$ 7.373,10 mensais e Reserva Técnica equivalente a 10% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.

Caso o bolsista de PD resida em domicílio fora da cidade na qual se localiza a instituição-sede da pesquisa e precise se mudar, poderá ter direito a um auxílio-instalação. Mais informações sobre a Bolsa de Pós-Doutorado da FAPESP estão disponíveis em www.fapesp.br/bolsas/pd.

Outras vagas de bolsas, em diversas áreas do conhecimento, estão no site FAPESP-Oportunidades, em www.fapesp.br/oportunidades.

Este texto foi originalmente publicado por Agência FAPESP de acordo com a licença Creative Commons CC-BY-NC-ND. Leia o original aqui.

09 de outubro de 2020  | por Redação WebContent

A parceria entre os dois grupos de pesquisa desenvolve soluções inovadoras que empregam Inteligência Artificial (I.A.) na análise de imagens médicas, auxiliando no diagnóstico de doenças como a COVID-19.

Em setembro, o trabalho do consórcio foi o vencedor dos desafios propostos pelo IdeiaGov, uma iniciativa do governo do estado de São Paulo para incentivar o desenvolvimento de novas tecnologias para aprimoramento da saúde pública (saiba mais sobre os desafios do IdeiaGov aqui).

Agora, em outubro, as inovações do grupo de pesquisas foram reconhecidas com a premiação COVID Solution Award na competição de pitches do MICCAI Startups Village, evento que ocorre durante a 23ª Conferência MICCAI (Medical Image Computing & Computer Assisted Intervention).

MICCAI 2020

Em 2020, pela primeira vez, o encontro anual da MICCAI ocorreu de maneira virtual. Compreensivelmente, boa parte do foco do evento foi em soluções para a atual pandemia da COVID-19. Mais de 100 startups se inscreveram para a competição de pitch, tendo sido julgadas por profissionais das indústrias de tecnologia e saúde, como membros da MICCAI, da SIPAIM e da NVIDIA Global Healthcare AI Startups.

O evento celebrou as conquistas de startups inovadoras, que desenvolvem soluções que prometem melhorar dramaticamente o processamento de informações, o aprendizado de máquina e a modelagem computacional para a área da saúde. Pesquisas de ponta em radiologia acionada por IA, patologia, robótica médica, intervenções auxiliadas por computador e informática em saúde foram apresentadas ao longo do evento.

No quadro em destaque (borda amarela), o dr. Roberto Lotufo, da NeuralMind e pesquisador do CEPID BRAINN.

Os vencedores das 06 categorias principais foram anunciados em reunião virtual, via Zoom. “Ficamos inspirados pela vibrante comunidade de inovadores que se juntaram a nós neste esforço de I.A. para ajudar a tornar o atendimento ao paciente mais automatizado, acessível e escalonável”, disse Renee Yao, líder de startups de IA da NVIDIA Global Healthcare. “Nossos vencedores realmente acreditam em suas soluções e desejam ajudar da maneira que puderem. Pretendemos abrir portas para que eles validem suas ideias, entrem no mercado com mais rapidez e prestem um atendimento melhor. ”

14 de setembro de 2020  | por Redação WebContent

A parceria entre o Medical Image Computing Lab (MICLab), da Faculdade de Engenharia Elétrica e de Computação da Unicamp e coordenado por Rittner, e a Neuralmind, startup de tecnologia fundada por Lotufo, recentemente venceu dois desafios propostos pelo IdeiaGov. Trata-se de um projeto de inovação tecnológica do governo do Estado de São Paulo com grande potencial de aprimorar a saúde pública, fornecendo novas armas às equipes médicas no combate à COVID-19.

Leticia Rittner e Roberto Lotufo fazem parte da equipe de pesquisadores do CEPID BRAINN.

NOVIDADES TECNOLÓGICAS NO COMBATE À COVID-19

Em junho deste ano, o IdeiaGov (saiba mais sobre o programa abaixo) lançou um edital com dois desafios principais: criar algoritmos que pudessem identificar, a partir de imagens médicas de raios-X e de tomografias computadorizadas, quais pacientes poderiam estar com COVID-19. As imagens eram da região pulmonar e as lesões observadas deveriam ser analisadas e classificadas por esses programas.

O objetivo do desafio é a criação de programas de computador capazes de processar, de maneira automática, exames médicos de pessoas com suspeita de COVID, fornecendo resultados confiáveis, rápidos e facilmente interpretáveis para as equipes médicas. Com isso, será possível aprimorar o tratamento recebido pela população, além de abrir portas para a criação de novos produtos e serviços na área médica.

Imagens de tomografias de pacientes reais foram analisadas pela Inteligência Artificial em busca de indícios de COVID-19.

Os participantes do desafio do IdeiaGov receberam do governo arquivos com raios-x e tomografias reais de pacientes com e sem COVID-19 e precisaram trabalhar sobre este material para “treinar” os algoritmos. Nas etapas finais, foram enviados materiais sem descrição sobre qual doença representavam; apenas a equipe avaliadora do IdeaGov – composta por profissionais de saúde, TI e inovação do Hospital das Clínicas da USP – sabia as respostas corretas.

Os vencedores do desafio foram os grupos que mais se aproximaram do diagnóstico real, apresentando análises realizadas por Inteligência Artificial que apontaram quais raios-X e quais tomografias eram de pacientes com a COVID-19, quantificando e classificando as lesões observadas.

PROJETO DUPLAMENTE VENCEDOR

O trabalho do MICLab e da Neuralmind envolveu o uso de inteligência artificial – uma das especialidades da Neuralmind – na análise das imagens médicas, área de excelência do MICLab. Em entrevista à INOVA Unicamp, Lotufo comentou:

“Quando eu li sobre o edital, imaginei que tínhamos chance de ganhar porque trabalhamos com isso há muito tempo. Mas, somente com a Neuralmind, não seria possível ganhar esse desafio. A conexão da nossa expertise com a do MICLAB foi essencial para sermos selecionados”.

Utilizar inteligência artificial na análise dessas imagens médicas não foi simples. Afinal, o volume de dados fornecidos pelo desafio era relativamente pequeno. Além disso, a COVID-19 ainda é um assunto novo, sendo ativamente estudado por equipes médicas do mundo todo, e não há um consenso sobre marcadores específicos para a doença. Como os sintomas e os efeitos no corpo do novo coronavírus são muito similares aos de outras infecções pulmonares e processos inflamatórios, realizar a triagem das imagens exigiu estudos e trabalhos adicionais do time de pesquisadores.

O novo coronavírus pode atacar o pulmão de maneira rápida e generalizada.

“Durante a pandemia, os alunos que compõem o laboratório [MICLab] se mostraram muito engajados a estudar artigos e conjunto de dados de todo o mundo relacionados à doença. Essa iniciativa nos ajudou a focar na COVID. Estamos há 4 meses estudando sobre como nossa experiência com a ressonância magnética aplicada em imagens de cérebro pode alavancar novas soluções em imagens de tomografia computadorizada de pulmão”, disse Rittner à INOVA Unicamp.

Na terceira e última etapa do desafio de analisar imagens médicas por radiografia, 12 grupos participaram e apenas 02 foram aprovados pelo IdeaGov. No caso do desafio das imagens por tomografia, participaram 07 grupos nesta fase final, e novamente apenas 02 foram aprovados. Somente o consórcio entre o MICLab e a Neuralmind foi aprovado em ambos os desafios. Além disso, vale ressaltar que, em termos de eficiência do algoritmo apresentado, o trabalho do consórcio foi o primeiro colocado em ambas as categorias.

O QUE VEM PELA FRENTE

Após o anúncio dos vencedores do desafio do IdeiaGov, o consórcio MICLab/Neuralmind entrará em uma nova fase do programa, com acesso a know-how e suporte técnico das equipes do HC da USP, do Instituto de Pesquisas Tecnológicas do Estado de São Paulo (IPT) e da Companhia de Processamento de Dados de São Paulo (PRODESP).

Nova fase do programa contará com dados médicos e suporte técnico de outros órgãos e instituições do estado de SP, incluindo o HC da USP.

Em especial, os pesquisadores poderão contar com uma quantidade maior de dados médicos para treinar os algoritmos e aprimorar os resultados das análises de imagens.

Além disso, abre-se a possibilidade de, no futuro, implementar a solução tecnológica em hospitais de São Paulo, validando-a e obtendo dados reais de uso com pacientes.

Ter um programa capaz de analisar imagens médicas de pacientes com COVID será importantíssimo para auxiliar equipes médicas na tomada de decisão sobre o prognóstico e o tratamento da doença, ajudando-as a decidir, por exemplo, quando é momento de internação dos pacientes e quando eles podem ser liberados.

Este é mais um exemplo de alta tecnologia trabalhando em prol da saúde pública e da eficiência nos tratamentos médicos, em especial durante momentos críticos como os atuais.