Artigo - Atena Editora

Artigo

Baixe agora

Livros

Artificial intelligence model in Body Scan images for monitoring tuberculosis in a prison complex

A tuberculose (TB) continua a ser um desafio significativo de saúde pública em todo o mundo, com a sua transmissão exacerbada por vários factores de risco, incluindo condições de saúde coexistentes e determinantes socioeconómicos, como a elevada densidade populacional, a pobreza e o alcoolismo. Este estudo enfatiza o papel crucial do rastreio e monitorização eficiente da TB, não só no fornecimento de tratamento imediato aos pacientes, mas também na redução da letalidade da doença. Respondendo à demanda do Ministério da Saúde e da Organização Mundial da Saúde por métodos de diagnóstico avançados, introduzimos uma nova abordagem utilizando o modelo Marie.AI para triagem de TB em complexos penitenciários. Esta prova de valor (POV) reaproveita imagens de varredura corporal, normalmente usadas para detecção de objetos em presidiários, como uma nova ferramenta para exames de saúde. O modelo Marie.AI, uma plataforma multimodal de inteligência artificial desenvolvida em 2020, já se mostrou eficaz no Brasil para auxiliar equipes de saúde no diagnóstico de COVID-19 e TB. Para este estudo, o modelo foi treinado em um extenso conjunto de dados de 1,5 milhão de imagens, incluindo raios X e tomografias computadorizadas de pacientes com TB, COVID-19 e outras doenças pulmonares, juntamente com dados de sintomas dos pacientes. Uma conquista significativa deste estudo foi a capacidade do modelo de distinguir entre indivíduos infectados e não infectados por TB usando imagens de varredura corporal, aproveitando seu treinamento anterior com dados de raios X e tomografia computadorizada. O modelo demonstrou excepcional precisão diagnóstica, alcançando especificidade de 87,23% e sensibilidade de 100% na identificação de casos suspeitos de TB. Estas descobertas não só destacam a versatilidade do modelo Marie.AI em ambientes não tradicionais, mas também marcam um avanço no diagnóstico precoce da TB, especialmente em ambientes de alto risco, como complexos penitenciários. Esta abordagem inovadora promete melhorar as respostas de saúde pública à TB, conduzindo a uma gestão e controlo mais eficazes da doença.
Ler mais

Artificial intelligence model in Body Scan images for monitoring tuberculosis in a prison complex

  • DOI: https://doi.org/10.22533/at.ed.1594152405019

  • Palavras-chave: Saúde pública, Tuberculose, Inteligência artificial, Pessoas Privadas de Liberdade

  • Keywords: public health, Tuberculosis, artificial intelligence, Persons Deprived of Liberty

  • Abstract: Tuberculosis (TB) remains a significant public health challenge worldwide, with its transmission exacerbated by various risk factors including co-existing health conditions and socio-economic determinants such as high population density, poverty, and alcoholism. This study emphasizes the crucial role of efficient TB screening and monitoring in not only providing prompt treatment to patients but also in reducing the disease's lethality. Responding to the Ministry of Health and the World Health Organization's demand for advanced diagnostic methods, we introduce a novel approach using the Marie.AI model for TB screening in penitentiary complexes. This proof of value (POV) repurposes Body Scan images, typically used for object detection on inmates, as a new tool for health screening. The Marie.AI model, a multimodal artificial intelligence platform developed in 2020, has previously proven effective in Brazil for aiding healthcare teams in diagnosing COVID-19 and TB. For this study, the model was trained on an extensive dataset of 1.5 million images, including X-rays and CT scans of patients with TB, COVID-19, and other pulmonary diseases, along with patient symptom data. A significant achievement of this study was the model's ability to distinguish between TB-infected and non-infected individuals using Body Scan images, leveraging its previous training with X-ray and CT data. The model demonstrated exceptional diagnostic accuracy, achieving a specificity of 87.23% and a sensitivity of 100% in identifying suspected TB cases. These findings not only highlight the versatility of the Marie.AI model in non-traditional settings but also mark a breakthrough in early TB diagnosis, particularly in high-risk environments like penitentiary complexes. This innovative approach promises to enhance public health responses to TB, leading to more effective disease management and control.

  • Reges Antonio Deon
  • Arnildo Korb
  • Paula Santos
Fale conosco Whatsapp