De acordo com os cientistas da Universidade Federal de Uberlândia, o método tem 90% de precisão e poderá ser usado para o diagnóstico de outras doenças.
Pesquisadores da Universidade Federal de Uberlândia (UFU) desenvolveram um novo método para diagnóstico rápido da Covid-19 que usa Inteligência Artificial (IA) e a saliva do paciente. Segundo o professor Robinson Sabino-Silva do Instituto de Ciências Biomédicas da UFU, o método tem 90% de precisão e a expectativa é de que no futuro seja usado para diagnosticar outras doenças.
Além disso, a ideia é que o dispositivo permita que os pacientes realizem o teste de qualquer lugar a partir de tablets ou smartphones.
De acordo com Robinson, o método desenvolvido usa biosensores eletroquímicos para detectar a Covid. Eles são aparelhos que conseguem detectar doenças no corpo pela análise de fluídos corporais, como saliva, sangue ou urina, transformando as reações químicas em sinais elétricos.
O mesmo princípio é aplicado nos testes de glicemia, em que a glicose, ao reagir com um sensor, gera uma corrente elétrica de acordo com a concentração no sangue.
No caso da detecção da Covid-19, no método desenvolvido, o processo segue os seguintes passos:
- A saliva do paciente é coletada e analisada durante 1 minuto;
- A análise é feita em um eletrodo com peptídeos bioinspirados com uma IA desenvolvida na UFU (eletrodo é uma fita semelhante às usadas em exames de glicemia, enquanto que os peptídeos são moléculas derivadas de proteínas, que imitam processos biológicos);
- A saliva presente no eletrodo é levada ao biosensor eletroquímico portátil;
- As reações químicas que ocorrem na fita são transformadas em sinais elétricos pelo biosensor, que tem uma outra IA integrada e interpreta os sinais, permitem a detecção da doença, podendo enviar o resultado ao smartphone do paciente.
“Um dos grandes diferenciais do estudo foi usar dois tipos novos de inteligência artificial. O primeiro é o SAGAPEP, um programa criado na UFU e registrado oficialmente, que usa bioinformática e IA para escolher peptídeos que se ligam melhor ao vírus SARS-CoV-2. Isso ajudou a criar moléculas sintéticas mais eficientes para detectar o vírus”, afirmou Robinson.
Além disso, ao usar algoritmos de IA para analisar os sinais elétricos dos biossensores, o professor explica que a análise melhorou a precisão dos testes de Covid-19.
“O diagnóstico fica mais rápido, acessível e possível até em regiões com pouca estrutura de saúde. No futuro, essa abordagem poderá ser aplicada não apenas a doenças infecciosas, como a Covid, mas também a detecção de doenças orais e sistêmicas. A equipe da UFU segue empenhada no aprimoramento dessa tecnologia, buscando avanços para tornar os diagnósticos cada vez mais acessíveis e eficientes para a população.”
A pesquisa, conduzida pelo Grupo de Inovação em Diagnóstico Salivar e Nanobiotecnologia da UFU (SalivaNano-UFU), sob a coordenação de Robinson Sabino-Silva, teve a colaboração de pesquisadores de diversas áreas. Participaram do estudo Ana Carolina Jardim, do Laboratório de Pesquisa em Antivirais (Lapav/UFU), Rodrigo Alejandro Abarza Muñoz, do Núcleo de Pesquisa em Eletroanalítica (Nupe-UFU) e Thulio Marquez Cunha (Faculdade de Medicina - UFU).
O estudo recebeu apoio de instituições como Fundação Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes), Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e Fundação de Amparo à Pesquisa do Estado de Minas Gerais (Fapemig).
Ainda, integra as redes científicas como o INCT em Saúde Oral e Odontologia, o INCT em Teranóstica e Nanobiotecnologia (INCT-TeraNano), a Rede Mineira de Diagnóstico de Doenças Infecciosas (ReMinD) e a Rede Mineira de Saúde Oral e Odontologia.
Fonte
