LingVo.club
Nível
Novas ferramentas de IA para detetar e monitorizar tuberculose — Nível B2 — person inside laboratory

Novas ferramentas de IA para detetar e monitorizar tuberculoseCEFR B2

27/11/2025

Adaptado de Esther Nakkazi, SciDev CC BY 2.0

Foto de CDC, Unsplash

Nível B2 – Intermediário-avançado
6 min
307 palavras

Pesquisadores revelaram várias ferramentas de inteligência artificial na Union World Conference on Lung Health, em Copenhaga, entre 18-21 de novembro, com aplicações diretas para a deteção e o seguimento da tuberculose. A tuberculose continua a ser a doença infecciosa mais mortal, com cerca de 1.25 million mortes em 2024 segundo a Organização Mundial da Saúde, o que motiva soluções mais acessíveis e rápidas.

Foram destacadas quatro abordagens principais. Primeiro, um sistema de análise do hálito desenvolvido por investigadores da Southern University of Science and Technology e do Shenzhen Third People’s Hospital, que usa breathomics e aprendizagem automática com uma AveloMask para acompanhar a resposta ao tratamento em cerca de 60 pacientes. Liang Fu disse que o teste não invasivo pode indicar cedo a evolução do doente, encurtar tratamentos, melhorar adesão e reduzir custos.

Em segundo lugar, a plataforma Swaasa — desenvolvida por equipas do All India Institute of Medical Sciences, do Jawaharlal Institute of Postgraduate Medical Education and Research e da Salcit Technologies — usou smartphones para gravar tosse de mais de 350 participantes; o algoritmo identificou corretamente as condições em 94 por cento dos casos e previu risco em 87 por cento. Terceiro, o Wadhwani Institute for AI combinou mais de 20 conjuntos de dados com vigilância Ni-kshay anonimizados e obteve 71 por cento de precisão ao identificar os 20 por cento de vilarejos mais susceptíveis.

Quarto, a Qure.ai anunciou o qXR, uma ferramenta de radiografia torácica com IA autorizada na Europa para crianças desde o nascimento até aos 15 anos. Especialistas como Guy Marks reconheceram o "potencial extraordinário" da IA, enquanto Ketho Angami pediu testes rigorosos, bons conjuntos de dados e formação para o pessoal. Muitos resultados ainda estão em revisão por pares e será necessária validação e implementação mais ampla antes do uso em escala. Esta peça foi produzida pela redação global da SciDev.Net.

Palavras difíceis

  • deteçãoato de identificar ou descobrir uma doença
  • seguimentoacompanhamento da evolução de um paciente
  • aprendizagem automáticatécnica que permite a computadores aprender com dados
  • breathomicsanálise de compostos no hálito para diagnóstico
  • adesãocumprimento do tratamento pelos pacientes
  • anonimizadotornar dados impossíveis de identificar pessoas
    anonimizados
  • vigilânciaobservação contínua de saúde e doenças
  • precisãograu de exatidão num resultado ou medida
  • validaçãoverificar cientificamente se algo funciona
  • implementaçãocolocar uma ferramenta ou política em uso

Dica: passe o mouse, foque ou toque nas palavras destacadas no artigo para ver definições rápidas enquanto lê ou ouve.

Perguntas para discussão

  • Que benefícios e riscos vê na utilização de ferramentas de IA para deteção da tuberculose, segundo o texto? Dê razões.
  • Quais desafios relacionados com dados e anonimização o artigo sugere para implementar essas ferramentas em larga escala?
  • Que passos práticos seriam necessários antes de usar essas ferramentas amplamente, com base nas recomendações mencionadas no texto?

Artigos relacionados