Pesquisadores da Universidade Estadual de Campinas (Unicamp) em parceria com a Universidade Federal de Santa Catarina (UFSC), criaram um algoritmo baseado em inteligência artificial capaz de identificar de forma automática diversas alterações na artéria carótida, como a doença carotídea aterosclerótica, por exemplo, a partir de imagens comuns a exames de ultrassonografia.
A doença carotídea aterosclerótica ou estenose de carótida acontece quando há um estreitamento ou obstrução do fluxo sanguíneo nas artérias carótidas por placas de ateroma, formadas a partir de substâncias como gordura e cálcio. Esse fenômeno é conhecido como aterosclerose.
Quando as artérias carótidas estão gravemente obstruídas (acima de 70%), há um risco grande de causar acidente vascular cerebral (AVC), também conhecido como derrame cerebral.
Atualmente, o diagnóstico da aterosclerose é feito por métodos de imagem invasivos, como o cateterismo, a ressonância magnética e a angiotomografia, os quais geralmente são caros e demorados.
Por sua vez, o software criado pelos pesquisadores da Unicamp e da UFSC possui um enorme potencial para a prevenção da doença carotídea aterosclerótica, de forma não-invasiva, permitindo obter a medida da parede carotídea e da estrutura conhecida como complexo íntima-média.
As alterações na camada íntima, que tem contato com o sangue, podem estar associadas à aterosclerose, tornando o software brasileiro uma ferramenta interessante para detectar a doença e tratá-la ainda em estágio subclínico.
A invenção foi protegida pela Agência de Inovação da Unicamp (Inova Unicamp), com patente registrada no Instituto Nacional da Propriedade Industrial (INPI).
