Acessibilidade  
Central de Atendimento ao Aluno Contatos oficiais Área do aluno

Pesquisa da PUC-Campinas desenvolve software para identificação de indícios de glaucoma

Tecnologia apresenta desempenho competitivo, com potencial de aplicação em regiões com menor acesso a especialistas

Uma pesquisa desenvolvida na PUC-Campinas pelo Prof. Dr. Ademar Takeo Akabane, Diretor da Faculdade de Engenharia de Computação e pelo estudante de Iniciação Científica, Eduardo Augusto Marras de Souza, resultou em uma invenção implementada por computador que utiliza a inteligência artificial para identificar indícios de glaucoma a partir de imagens de fundo de olho. A invenção está agora na etapa de pedido de patente de método, que é o direito de exclusividade concedido pelo Instituto Nacional de Propriedade Industrial (INPI).

O desenvolvimento teve início no final de 2024, a partir de uma revisão da literatura científica e da análise dos modelos de inteligência artificial então utilizados para esse tipo de aplicação. Os pesquisadores buscaram uma alternativa de arquitetura computacional que mantivesse um desempenho elevado, mas exigisse menor custo computacional. A partir de imagens de fundo de olho, o modelo computacional foi desenvolvido para reconhecer padrões associados à doença e indicar, com determinado grau de confiança, a possibilidade de ocorrência do glaucoma.

“A motivação desse trabalho está na própria doença, porque ela é irreversível. Se conseguirmos identificar a doença mais cedo, podemos aumentar a qualidade de vida da pessoa e permitir que o tratamento seja iniciado antes que a perda visual avance”, explicou o Prof. Takeo.

Arquitetura mais acessível

Um dos principais diferenciais da tecnologia está na arquitetura utilizada. Os pesquisadores realizaram diferentes experimentos para definir a melhor configuração do modelo. Entre eles, foram testadas diferentes posições para os módulos de atenção, técnicas de pré-processamento das imagens, funções de ativação e ajustes dos parâmetros da rede.

Uma das estratégias adotadas foi a equalização do histograma no canal verde das imagens, além de outras técnicas destinadas a realçar estruturas importantes do fundo de olho e facilitar a extração de características pelo modelo.

Segundo Eduardo Augusto Marras de Souza, a estratégia permitiu combinar uma arquitetura com menor custo computacional a mecanismos capazes de direcionar a atenção da inteligência artificial para regiões consideradas mais relevantes na imagem. “A ideia foi pegar uma arquitetura mais leve e incorporar uma tecnologia mais recente, que são os mecanismos de atenção. Dessa forma, conseguimos chegar a resultados competitivos com modelos mais novos, mas utilizando uma arquitetura que exige menos recursos computacionais”, explicou.

Imagens avaliadas por especialistas

Para o desenvolvimento do modelo, os pesquisadores utilizaram um conjunto de dados, composto por imagens de fundo de olho previamente classificadas por especialistas. Os dados foram divididos entre treinamento, validação e teste, mantendo uma parcela isolada para a avaliação final do modelo.

Esse procedimento permitiu verificar se a inteligência artificial havia efetivamente aprendido os padrões associados ao glaucoma, evitando que imagens utilizadas durante o treinamento fossem reutilizadas indevidamente na etapa de avaliação.

Depois de treinado, o modelo consegue classificar novas imagens de forma praticamente instantânea. Basta inserir uma imagem de fundo de olho para que o sistema apresente uma estimativa da probabilidade de aquela imagem estar associada ao glaucoma.

Potencial de aplicação em diferentes contextos

Uma das possibilidades estudadas pelos pesquisadores é a utilização da tecnologia como ferramenta de triagem. Em locais onde o acesso a oftalmologistas é mais limitado, por exemplo, a Inteligência Artificial poderia auxiliar profissionais de saúde na identificação de casos que apresentem maior necessidade de avaliação especializada. O modelo treinado também não depende necessariamente de uma conexão permanente com a internet.

O mecanismo de atenção incorporado à arquitetura também permite visualizar regiões da imagem que tiveram maior peso na decisão tomada pelo modelo. Essa característica pode ajudar a compreender como a inteligência artificial chegou à classificação.

“O modelo de atenção tenta simular, de certa forma, como um especialista direciona o olhar para determinadas regiões de uma imagem. Não significa que a inteligência artificial esteja reproduzindo exatamente o raciocínio do oftalmologista, mas ela procura dar maior peso às características que são relevantes para a tomada de decisão”, explicou o Prof. Takeo.

Ferramenta de apoio

Apesar do potencial da tecnologia, os pesquisadores destacam que a invenção não foi concebida para substituir o médico. A proposta é funcionar como uma ferramenta de apoio, capaz de indicar casos que mereçam uma avaliação especializada.

“A decisão clínica continuaria sendo responsabilidade do profissional especializado. O aplicativo não decide nada. Ele fornece um indicativo. A decisão final sempre será do especialista. A ideia é utilizar o poder computacional da máquina para facilitar o trabalho do profissional”, reforçou Eduardo.

Próximos passos

Com o pedido de patente de método realizado, a próxima etapa envolve a busca por parceiros interessados na transferência da tecnologia e em seu desenvolvimento para aplicação no mercado.

A expectativa é que a tecnologia possa avançar para uma etapa de validação e desenvolvimento de aplicações práticas, aproximando o resultado da pesquisa das necessidades da sociedade.

“Nosso objetivo é encontrar parceiros interessados em levar essa tecnologia para fora da Universidade, para que ela possa efetivamente contribuir para a vida das pessoas. A pesquisa começou com um problema concreto e a intenção é que esse conhecimento também possa chegar à sociedade na forma de uma solução”, destacou o Diretor da Faculdade de Engenharia de Computação.



Jean Spaduzano
17 de novembro de 2026

/* CONTEUDO PROGRAMATICO*/