Uma plataforma digital online que está sendo desenvolvida, poderá ajudar profissionais de saúde em unidades hospitalares afastadas dos grandes centros urbanos, que enfrentam escassez de profissionais especializados. Batizada de CovidSacan, a ferramenta está em desenvolvimento na Petrec, graduada pela Incubadora de Empresas do Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia, da Universidade Federal do Rio de Janeiro (Coppe/UFRJ).

A plataforma reúne imagens sequenciais de tomografias pulmonares classificadas por tipo de patologia. O objetivo é facilitar o prognóstico médico. No banco de dados da plataforma, o algoritmo processa imagens que apresentam características semelhantes às do pulmão do paciente que está sendo atendido. A comparação das imagens contribui para o médico no diagnóstico da doença pulmonar, que pode indicar covid-19 ou outra doença.

A pesquisa começou em outubro passado, após a Petrec ter sido selecionada em primeiro lugar no edital Soluções inovadoras para o combate à covid-19, da Financiadora de Estudos e Projetos (Finep). O projeto foi contemplado com o valor de R$ 1.249.500,00. O edital faz parte da seleção pública do Ministério da Ciência, Tecnologia e Inovações, com recursos de subvenção econômica à inovação, concedidos por meio do Fundo Nacional de Desenvolvimento Científico e Tecnológico.

Segundo o diretor-executivo da Petrec, Josias Silva, em junho o produto deve ser lançado no mercado. “Já temos iniciativas no Brasil e no exterior para a continuidade desse processo não só somente para covid-19 mas para outras doenças e outros órgãos como o coração. A proposta da empresa é também disponibilizar essa tecnologia para hospitais públicos”.

Hoje instalada no Parque Tecnológico da UFRJ, a Petrec atua no setor de óleo e gás desde que foi criada, em 2003. Sua expertise é em análise de tomografia de rochas de petróleo com uso de Inteligência Artificial. As técnicas empregadas pela equipe no CovidScan foram adaptadas para serem aplicadas na área da saúde.

O projeto da plataforma conta ainda com a colaboração do professor Alexandre Evsukoff, do Laboratório de Métodos Computacionais em Engenharia da Coppe/UFRJ.