Adaptação de matéria da FEEC Unicamp

A Pró-Reitoria de Pesquisa da UNICAMP acaba de agraciar com Mérito Científico o trabalho “Desenvolvimento de uma câmera multiespectral de baixo custo para análise de lesões de pele em pacientes de lúpus” apresentado pelo aluno Nathan Shen Baldon sob orientação da Profa. Leticia Rittner. O referido trabalho foi avaliado como um dos 20 melhores trabalhos de Iniciação Científica apresentados durante o XXXI Congresso de Iniciação Científica da Unicamp.

Enquanto as câmeras multiespectrais comerciais são muito caras (dezenas de milhares de dólares), o que dificultaria a viabilização de imagens multiespectrais em unidades do Sistema Único de Saúde (SUS), o trabalho desenvolvido junto ao Laboratório de Imagens Médicas (MICLab) mostrou ser possível construir um dispositivo com custo 100 vezes menor capaz de adquirir imagens multiespectrais com potencial uso na medicina.

Comentário da dra. Rittner no LinkedIn:

Hoje participei da cerimônia de premiação dos trabalhos de Iniciação Científica apresentados no XXXIII Congresso PIBIC da Universidade Estadual de Campinas. O trabalho do meu aluno Nathan Shen Baldon foi agraciado com o Prêmio de Mérito Científico. Eu não podia estar mais feliz (a foto diz tudo). Porque não se trata de mais um certificado na parede, ou mais uma linha no Currículo. Se trata de testemunhar uma nova geração de talentos desabrocharem. Se trata de plantar e colher.

“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

17 de novembro de 2021  | por Redação WebContent

Com muita tecnologia, inovação e interação, começou hoje o 17^th International Symposium on Medical Information Processing and Analysis (SIPAIM). O evento ocorre até o dia 19. Pela primeira vez tendo o Brasil como sede, o SIPAIM acontece este ano em conjunto com o 10^th Symposium on Medical Instrumentation and Imaging (SIIM).

Desde sua primeira edição, o SIPAIM já percorreu diversos países da América Latina, como Argentina, Colômbia, Equador, México, Venezuela e Peru, e tem o objetivo de promover a pesquisa médica em áreas como imageamento e análise de dados. O simpósio une cientistas de diversas áreas do conhecimento, engenheiros, médicos, educadores e estudantes em debates sobre o estado-da-arte em pesquisas acadêmicas e em inovações tecnológicas. Com intuito similar, o SIIM foi criado em 2000 por estudantes e professores da USP São Carlos, e nesse ano junta forças com o SIPAIM em um encontro internacional de peso, repleto de interatividade entre os participantes.

Ao longo dos três dias de evento, os participantes poderão assistir a palestras de quatro keynote speakers, onze sessões técnicas e de pôsteres – que discutirão assuntos como Imageamento Médico e Biomédico, Análise de Biosinais, E-health e Inteligência Artificial -, duas sessões especiais sobre inovações em tecnologia médica (com demonstrações ao vivo de protótipos de produtos) e histórias de sucesso entre pesquisadores da área da saúde e de tecnologia.

O evento ocorre em ambiente virtual na plataforma Gather, que permite aos participantes criar avatares (em um charmoso estilo pixel art) e explorar um pequeno ‘mundo virtual’ moldado especialmente para o SIPAIM. Os avatares podem interagir com diversos objetos criados pelos organizadores, caminhar por salas e ambientes distintos e conversar, via chat, áudio ou vídeo, com os demais participantes. No mundo criado para o SIPAIM, os usuários acessam inicialmente um lounge em que podem encontrar outros participantes e obter informações gerais do evento; depois, caminham até salas em que sessões específicas acontecem, como os auditórios de palestras, as salas de exibição de pôsteres e as de demonstrações. Ao acessar a sala virtual de pôsteres, por exemplo, é possível aproximar o personagem de um pôster virtual e, ao interagir com ele, abrir uma versão completa da imagem, em alta resolução, em seu computador.

A plataforma Gather é a “sede virtual” do evento.

Abrindo os trabalhos no primeiro dia de evento, a General Chair do SIPAIM 2021, dra. Leticia Rittner, pesquisadora da FEEC Unicamp e do CEPID BRAINN, deu as boas-vindas aos participantes em uma sessão especial, que contou com a participação de Helio Schectman, presidente da Sociedade Brasileira de Engenharia Biomédica, Antônio José de Almeida Meirelles, reitor da Unicamp, José Alexandre Diniz, diretor da Faculdade de Engenharia Elétrica e de Computação da Unicamp, Natasha Lepore, pesquisadora da University of South California e membro do steering commitee do evento, Eduardo Tavares, chair do SIIM, e demais convidados. Neste primeiro dia, além de keynotes, palestras, sessões técnicas e de pôsteres, os inscritos ainda puderam aproveitar momentos de descontração e interação virtual no “Welcome Show“, que contou com animadas conversas informais e competições de conhecimentos gerais sobre o Brasil.

CONHEÇA OS KEYNOTES DO EVENTO

• Dr. Daniel Racoceanu, Sorbonne University, France – apresentará o tema “Computational Pathology – from Cancers to Neuropathology : pathway of a modern gold standard“
• Dr. Pamela Guevara, Universidad de Concepción, Chile – apresentará o tema  “Study of structural brain connectivity based on diffusion MRI”
• Dr. Leo Joskowicz, Hebrew University of Jerusalem, Israel – apresentará o tema “Accelerating Deep Learning Medical Image Analysis in Radiology”
• Dr. Alexandre Falcão, UNICAMP – apresentará o tema “Human-machine interaction for medical image analysis based on convolutional neural networks”

PARA MAIS INFORMAÇÕES

Acesse as redes sociais do SIPAIM 2021 e o website oficial do evento.

AGENDA

• Candidata: Thais de Oliveira Caldeira – Mestrado
• Data: 09 de abril (sexta-feira)
• Horário: 9h
• Título: Corpus callosum studies in diffusion MRI: a web-based software for data processing, exploration and visualization
• O link de acesso para a assistir à defesa pública online é: https://stream.meet.google.com/stream/b1b10c72-6f41-470f-95bb-8f2ee02c0f71 

26 de fevereiro de 2021  | por Redação WebContent

As pesquisadoras do CEPID BRAINN dra. Letícia Rittner e dra. Clarissa Yasuda, juntamente com o pesquisador dr. Roberto Lotufo (previamente associado ao CEPID) e colegas, publicaram este mês, no periódico científico Heliyon, do grupo CELL, um trabalho em que descrevem um novo método de segmentação do hipocampo em imagens de ressonância magnética, baseado em deep learning.

Segundo os pesquisadores, “o método alcançou o estado da arte em segmentação de hipocampo em pacientes com Alzheimer e também em pacientes com epilepsia, que apresentavam ressecções de hipocampo”, representando um importante avanço na área.

A segmentação do hipocampo em imagens de ressonância magnética é objeto essencial para o estudo, o diagnóstico e o tratamento de diversas doenças neuropsiquiátricas. Todavia, hoje em dia, essa segmentação ou é realizada manualmente, em um processo custoso e complexo, ou é automatizada, com base em algoritmos que foram “treinados” a partir de imagens de cérebros saudáveis ou de pessoas com Alzheimer. Os resultados desses treinamentos não necessariamente seriam válidos para a segmentação do hipocampo em outros casos clínicos, como por exemplo em pessoas com epilepsia e ressecção nesta região cerebral. E foi justamente nesses casos que o grupo de pesquisadores focou seus trabalhos.

O resultado do estudo é a criação de uma nova metodologia de segmentação de hipocampo, de código aberto, baseada em deep learning e nas chamadas Convolutional Neural Networks. Para detalhes sobre o estudo, o paper “Hippocampus segmentation on epilepsy and Alzheimer’s disease studies with multiple convolutional neural networks” pode ser lido integralmente no link abaixo:

REFERÊNCIAS

• Diedre Carmo, Bruna Silva, Clarissa Yasuda, Letícia Rittner, Roberto Lotufo. Hippocampus segmentation on epilepsy and Alzheimer’s disease studies with multiple convolutional neural networks. Heliyon, Volume 7, Issue 2, 2021.https://doi.org/10.1016/j.heliyon.2021.e06226.

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.

17 de fevereiro de 2020  | por Jornal da Unicamp

No Brasil, as mulheres são a maior parte dos inscritos em pós-graduação, de acordo com a Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes), mas o topo da carreira científica ainda é ocupado majoritariamente por homens. No ensino ensino superior, por exemplo, a presença feminina é menor: de acordo com o Censo do Ensino Superior de 2017, elas representam 46% do corpo docente. Na Unicamp, elas são 38%.

Com relação à distribuição por campos do conhecimento, os estereótipos que ligam as mulheres a áreas relacionadas ao cuidado, resultantes de uma socialização de gênero distinta para meninas e meninos, fazem com que haja uma subrepresentação nas ciências exatas e tecnológicas, consideradas no senso comum masculinas. Na Unicamp, como nas outras instituições de ensino, há uma concentração de homens nos cursos de engenharias, enquanto as mulheres estão mais presentes na saúde, na educação e nas humanidades.

A professora Débora de Souza Santos, por exemplo, é docente na Faculdade de Enfermagem (FEnf), onde atualmente só há mulheres lecionando. Já as professoras Katia Lucchesi Cavalca Dedini, da Faculdade de Engenharia Mecânica (FEM); Leticia Rittner, da Faculdade de Engenharia Elétrica (FEEC), e Esther Luna Colombini, do Instituto de Computação (IC), no sentido inverso, integram o corpo docente de áreas que possuem menos de 10% de mulheres na docência.

O Jornal da Unicamp convidou as pesquisadoras para contar sua trajetória acadêmica e avaliar os motivos da subrepresentação feminina em determinadas áreas e da preponderância em outras. Em comum, elas compartilham a certeza de que a diversidade na pesquisa só vem a trazer benefícios para a produção de conhecimento.

“Precisamos promover a representatividade e a diversidade”

Docente da área de Enfermagem, Débora Santos diz que a predominância feminina na área está ligada à desvalorização da profissão

Estudar, conta a professora da FEnf Débora de Souza Santos, foi um hábito sempre estimulado pelo pai, que enfatizava a necessidade de independência para as filhas. “Desde muito cedo eu tenho esse fascínio pelos estudos como uma maneira de me destacar. Já que eu não me destacava porque eu não era homem, eu era mulher, e além de tudo eu era uma menina negra, eu conseguiria me destacar sendo inteligente”.

Docente há 15 anos, Débora deu aula em universidades na Bahia e em Alagoas, até voltar à Unicamp, onde se graduou. Desde 2017, ela integra o corpo docente, exclusivamente feminino, da FenF. Para a professora, a predominância feminina está diretamente associada à história de desvalorização da profissão.

Há um paralelo da história da profissão com a história do papel da mulher na sociedade, afirma a docente, que faz com que os estereótipos que as mulheres recebem da sociedade sejam atribuídos também à enfermeira e à enfermagem em geral. “A enfermeira tem esse estereótipo que às vezes é uma mulher santa e pura e às vezes uma mulher vulgar que não tem valor”.

Além disso, o percurso da profissão, pontua a docente, mostra que o papel de cuidadores sempre foi relegado às pessoas que não tinham lugar na sociedade. “O cuidado era marginalizado e por ser marginalizado era praticado principalmente pelo público feminino”.  Assim, a Enfermagem nasce desprestigiada, o que se reflete até hoje na visão da profissão como auxiliar da medicina, e não como um campo autônomo. “A luta pela legitimidade da profissão é a mesma luta da mulher por igualdade, por direitos equitativos”, avalia Débora.

Mas a diversidade, frisa a professora, vai além da questão de gênero. Na FenF, das 30 docentes mulheres, ela é a única mulher negra. “E o que é uma nesse universo de 30 se a gente for pensar que 54% da população brasileira é negra? Significa que eu sou a exceção confirmando a regra, já que a regra é que não tenha nenhuma. Tem gente que me olha como algo exótico e isso é muito triste. Precisamos promover a representatividade e a diversidade”.

Uma das formas com que Débora atua, tanto para contribuir na luta antirracista quanto na luta contra o machismo, é promovendo conhecimento sobre o assunto. Ela foi responsável, por exemplo, pela disciplina de verão com o assunto de gênero e diversidade, na qual foram abordadas as questões das minorias e seu cruzamento com a saúde. Além disso, ela encabeça uma linha de pesquisa sobre saúde da população negra, que historicamente é negligenciada.

“A universidade precisa desses novos saberes. A produção de conhecimento não pode ser feita por um grupo seleto e para um grupo seleto. Esse é o papel da universidade: revolucionar o conhecimento para que não seja produzido por poucos e para poucos. Que seja um conhecimento que de fato transforme a vida da sociedade e que melhore a vida do coletivo, e que represente essa diversidade. E acho que a mulher na ciência tem essa possibilidade”, avalia.

“Se eu sou uma das poucas, tenho que fazer muito bem feito”

Leticia Rittner, docente da Engenharia Elétrica, salienta que a baixa presença de mulheres na área se dá por falta de referências

O despertar para a vida acadêmica, para Leticia Rittner, professora da FEEC, veio após um período de sete anos trabalhando na indústria automotiva. De volta à Unicamp, onde havia se graduado, ela cursou o mestrado, o doutorado e, em 2014, ingressou como docente. No momento, é uma das cinco mulheres entre os 75 professores na FEEC, faculdade onde há a maior desproporção de gênero no corpo docente.

“A gente é sempre menos de 10%, na indústria também. É um ambiente muito masculino e onde a gente se sente um peixe fora d’água, do ponto de vista que a gente se destaca por ser minoria’, diz Letícia. Segundo a professora, apesar de ter passado por alguns momentos de piadas ou comentários desagradáveis ao longo de sua carreira, ela fez uma opção por ignorar. “No meu ponto de vista, a melhor forma de lidar com essa sensação de ser minoria ou de estar sendo questionada em sua capacidade é com resultados. Sempre tirei boas notas, sempre fui boa aluna, nunca desisti perante as dificuldades e o resultado falava por mim”.

Atuando em métodos de processamento e inteligência artificial aplicada a imagens médicas, especialmente de cérebros, a professora se destaca na área, que auxilia a pesquisa médica no entendimento dos mecanismos das doenças. Por ser uma das poucas professoras na FEEC, Leticia diz que costuma se cobrar para ser uma boa referência a outras mulheres. “Se eu sou uma das poucas, tenho que fazer muito bem feito para não ser um exemplo negativo. E me cobro principalmente para ser um bom modelo para quem vem depois”.

A baixa representatividade feminina na área, segundo sua avaliação, se dá pela falta de referências. “Poucas mães, poucas tias são engenheiras. É uma profissão que não passa na cabeça porque elas não conhecem outras mulheres na engenharia”, afirma. Ela também diz que a maternidade é um desafio, mas possível de conciliar. “Enquanto outras pessoas demoram dois anos para fazer o mestrado, eu demorei quase quatro. Enquanto outras pessoas demoram quatro anos para fazer o doutorado, eu demorei quase cinco porque eu tinha dois filhos pequenos. Mas eu fiz. Quem olha de longe pensa que é um desempenho ruim, mas foi uma escolha”.

Mesmo com as dificuldades, Leticia pontua que há mulheres que são bem-sucedidas e líderes, apesar de serem pouco celebradas e pouco divulgadas. “É preciso dar destaque e espaço para mulheres que fizeram carreira, que têm sucesso, que têm uma posição de liderança, para que elas apareçam. Seja em uma revista, chamando a dar uma palestra, uma aula magna. Caso contrário, você sempre tem a sensação de que não há mulheres, que as mulheres não têm sucesso na área. Se há a sensação de que não têm mulheres, continua não vindo mulheres porque as poucas que têm estão escondidas”, observa.

Pensando nisso, ela conta que já há um tempo tem a preocupação de garantir a paridade de gênero nos eventos que organiza, pois geralmente só homens são chamados a compor mesas e a dar palestras. A docente também saliente que o grupo Women In Engeneering também atua no mesmo sentido, de expandir a presença feminina na área.“A diversidade é importante em qualquer área. É necessária em qualquer ambiente profissional. Ela enriquece e ter mais mulheres nas engenharias é benéfico tanto para a faculdade quanto para o mercado de trabalho”.

“Eu não tirei o diploma, mas você vai tirar”

Katia Lucchesi é uma das seis docentes mulheres do curso de Engenharia Mecânica, que possui 65 docentes homens

A professora Katia Lucchesi Cavalca Dedini conta que surpreendeu a família quando, aos 17 anos, anunciou o desejo de cursar Engenharia Mecânica. “A gente precisa se situar no tempo, eu nasci em 1963 e naquela época realmente não era comum mulheres irem para a engenharia, quanto mais engenharia mecânica”. Apesar de não encontrar resistência ou reação negativa dos pais, ela conta que a expectativa era que fizesse algo “mais adequado”.

O incentivo, na trajetória acadêmica, veio especialmente pela mãe, que desde cedo afirmava: “eu não tirei o diploma, mas você vai tirar”. Imigrante italiana, a mãe de Katia veio no início da adolescência para o Brasil, após uma infância em meio à Segunda Guerra mundial. No interior paulista, trabalhava desde cedo com a família, casou e não teve mais a chance de estudar, a não ser como autodidata. “As mulheres da geração da minha mãe são umas heroínas que dificilmente faziam o que gostavam de fazer. A sociedade pesava muito”, observa Katia.

Assim, marcando as diferenças geracionais, a docente relembra o início da trajetória profissional, quando era a única mulher no estágio do Departamento de Ciência e Tecnologia Aeroespacial (CTA), em um grupo de 11 engenheiros. “Aceitação nunca é imediata, o diferente nunca é bem aceito, o pessoal olha com desconfiança. Tinha que ter paciência, muita humildade, ir devagar”, analisa. Dessa época, conta, teve início a paixão pela área de dinâmica de rotores e vibração, linha de pesquisa na qual atua até hoje.

Apesar de ter recebido proposta de trabalho no mesmo local, ao se formar, Katia conheceu a Unicamp e teve vontade de seguir os estudos. Assim, ingressa no mestrado em 1986 e dá sequência vida acadêmica. Após cursar o doutorado na Itália junto a seu marido, também professor na Engenharia Mecânica, em 1995 ela presta concurso e é aprovada como professora doutora. Hoje, ela é uma das seis docentes entre os 71 professores do curso.

Katia salienta, no entanto, que na época era visto com suspeição o fato do seu marido ser professor. “Quando eu cheguei aqui não me jogaram pétalas de rosa no chão para eu entrar, todo mundo olhou com desconfiança e o fato de ser casada com um professor daqui só complicou minha vida. Eu era a mulher do Dedini, eu não tinha nem nome quando cheguei”.

A dedicação à pesquisa, porém, foi superando qualquer desconfiança quanto ao trabalho da professora.  Hoje, Katia é primeira e única mulher a integrar e o IFToMM Technical Committee in Rotordynamic, um comitê internacional que reúne pesquisadores de 48 países da área de dinâmicas de rotores. Além disso, ela preside pela segunda vez o órgão, em uma votação que foi unânime. “Apesar de sermos poucas, temos a chance de ser reconhecidas”, frisa.

Para as jovens que pensam em ingressar na carreira da engenharia mecânica, a professora dá o conselho de que não se autocensurem. “A mulher tem que tomar muito cuidado com a autocensura”, avalia. Um objetivo a cumprir, segundo Katia, é que a juventude não enfrente tanto os preconceitos existentes hoje, e que eram piores há décadas atrás. “Tem que ser paciente e jogar os jovens um passo mais para frente de onde se acabou”.

“A briga por igualdade é boa para todos os lados”

Professora do Instituto de Computação, Esther Colombini, afirma que ambiente igualitário traz crescimento para todos

Esther Colombini é uma das oito professoras do corpo docente de 50 professores do IC da Unicamp. Engajada no estímulo à participação feminina na área, ela se apaixonou pela computação por entender que através dela é possível atuar em diferentes áreas e ter um impacto na transformação da sociedade.

Durante sua trajetória acadêmica, sempre foi uma das poucas mulheres nas turmas por onde passou. “Fiz mestrado e doutorado no ITA [Instituto Tecnológico de Aeronáutica], que é um lugar primordialmente masculino. Eu nunca tive uma professora mulher na universidade, nunca tive no mestrado e tive uma no doutorado. Isso tem um impacto significativo para a gente, de não se identificar, não achar referências dentro dos cursos”, pontua.

A falta de referências, aliás, é entendida por ela como um dos principais motivos da baixa presença feminina nos cursos ligados à computação e das áreas de exatas em geral. “Até o fundamental 1 você tem muitas mulheres professoras, as “tias” que ensinam matemática. Aí você passa para o fundamental 2 e para o ensino médio e as professoras passam a ser primariamente de biológicas e humanas. Aí a aluna perde a referência”, explica Esther, referenciando as conclusões de um estudo realizado pela Microsoft na Europa.

Mas na computação, nem sempre foi assim. A área era ocupada principalmente por mulheres até meados da década de 1980, quando começaram a aparecer os computadores de uso pessoal. “Começou a haver um estigma de a computação ser uma área dura e não pertencente às mulheres e aí vira uma bola de neve porque quanto menos você se sente representado menos você vai atrás e menos acha que é para você”, observa a professora.

Pesquisadora da área de inteligência artificial e robótica, Esther encabeça diversas atividades para estimular o interesse das jovens pelo campo. “Como a gente enxerga os problemas da falta de representatividade e tem empatia por isso, há um grupo pequeno de mulheres no IC que têm trabalhado com o bem-estar das nossas alunas, para que se sintam melhores e mais bem acolhidas, mas também para propagar a ideia de que a computação sim é para as mulheres”, afirma.

Além disso desenvolve ações em torno da Olimpíada Brasileira de Robótica, competição da qual participou da criação, e na Mostra Nacional de Robótica (MNR) para verificar a participação feminina e busca dar visibilidade aos trabalhos desenvolvidos por elas. Dessa forma, por exemplo, todas as quartas-feiras são publicados projetos de jovens mulheres na página da MNR. A professora, neste ano, também é uma das colaboradoras do Meninas SuperCientistas. O programa, desenvolvido por alunas de graduação da Unicamp, visa estimular jovens do ensino fundamental a seguirem carreiras na ciência.

Para a docente, do mesmo jeito que é possível se apaixonar por história, medicina ou qualquer outra área, também é possível se apaixonar pela computação. “Qualquer coisa é para qualquer pessoa”, diz. E as mulheres, pontua, vêm se destacando nas turmas. Na última formatura de Ciência da Computação, dos cinco prêmios por desempenho entregues, os quatro primeiros foram para formandas. “Elas estão fazendo a diferença”, frisa Esther.

Atual coordenadora de curso, a docente pontua que a academia é um lugar mais tranquilo de trabalhar do que o mercado, apesar de reproduzir alguns problemas. “O número de mulheres na academia é maior do que o de homens, mas o número em cargos de destaque, com bolsa de produtividade, é absolutamente inferior. E não por falta de qualidade técnica. Tem estudos que mostram que quando uma mulher é a primeira autora de um artigo ele tem menos citação”.

Um ambiente mais igualitário, em todos os espaços, é, para Esther, uma luta que deve ser de todos. “Há grupos minoritários, não só de mulheres, mas de negros, e a gente precisa deixar esse ambiente favorável para todo mundo. Todo mundo cresce se o ambiente for bom. A briga por igualdade é boa para todos os lados”.

09 de maio de 2017     Jornal da EPTV

Tecnologia desenvolvida nos laboratórios da UNICAMP utiliza inteligência artificial para ajudar neurologistas a diagnosticar problemas nos cérebros dos pacientes. Além de acelerar a análise das imagens de exames, a técnica permite obter maior precisão no diagnóstico.

Clique no ícone abaixo para assistir a reportagem:

“As lesões são regiões [no cérebro] muito pulverizadas, muito pequenas;  a olho nu, realmente é bem difícil para um especialista analisar”, conta a pesquisadora Mariana Pinheiro Bento, da Faculdade de Engenharia Elétrica e Computação (FEEC) da UNICAMP.

“[O programa] aponta regiões do cérebro [com problemas] que podem até ter passado despercebidas pela análise visual do médico”, explica a pesquisadora Letícia Rittner, da FEEC Unicamp.

“Simplesmente com um apertar de botão, [o sistema] consegue trazer vários dos parâmetros que podem auxiliar o médico a tomar uma decisão”, conta Li Li Min.