Por Bruno Cássio – Assessoria de Comunicação do LAIS/UFRN (ASCOM/LAIS)

Estimativas do Ministério da Saúde indicam que cerca de 15 milhões de pessoas convivem com a osteoporose no Brasil. Desse total, apenas 20% sabem da presença da enfermidade em suas vidas. Isso se deve ao fato de ser uma doença silenciosa, sem sintomas aparentes e à dificuldade de ter acesso ao diagnóstico. Uma de suas principais características é acometer, principalmente, pessoas com mais de 50 anos de idade. Apesar disso, a pesquisadora do Laboratório de Inovação Tecnológica em Saúde (LAIS/UFRN), Gabriela Albuquerque, teve uma surpresa, durante sua pesquisa doutorado: “um fato que despertou minha atenção é a questão de ter identificado baixa densidade mineral óssea em pacientes jovens que, muitas vezes, não tinham ideia de que seriam diagnosticados e que, dificilmente, conseguem acesso ao exame na alta complexidade”.

É nesse ponto em que a Ciência pode gerar um impacto social sem precedentes. Diante da dificuldade em executar a triagem de pacientes com tendência a desenvolver osteoporose, Gabriela Albuquerque estudou o emprego do Machine Learning (Aprendizado de máquina) para a indicação de pessoas que necessitam de encaminhamento para exames complementares, capazes de fechar o diagnóstico da doença óssea. Para essa missão, ela contou com a ajuda de um dispositivo desenvolvido pelo LAIS/UFRN, em parceria com o Núcleo Avançado de Inovação (NAVI/IFRN). O Osseus é uma ferramenta que usa micro-ondas eletromagnéticas para verificar a densidade óssea do paciente.

Gabriela Albuquerque orienta a realização do exame com o Osseus. Foto: André Gavazza

O exame de baixo custo, feito com um equipamento portátil, com acurácia elevada e que não é invasivo, foi usado em 17 Unidades de Saúde da Família de Natal, capital do Rio Grande do Norte, no período de maio a agosto de 2023, para gerar dados para o estudo. A densitometria óssea, considerado exame de referência na rede pública de saúde para medir a densidade mineral óssea, tem um alto custo; e o aparelho, com proporções bem maiores de que o Osseus, está presente somente em unidades de alta complexidade ou na rede especializada. No caso desse dispositivo, desenvolvido pelos pesquisadores potiguares e que contou com a validação de cientistas do Massachusetts Institute of Technology (MIT), o paciente precisa apenas responder a algumas perguntas, introduzir o dedo médio de uma das mãos no equipamento e aguardar poucos minutos pelo resultado, que pode indicar a necessidade ou não de exames complementares.

A nova doutora pela UFRN e os integrantes da sua banca. Foto: Ceal Bethowen.

Além desses testes, realizados nas unidades de saúde do município de Natal/RN, outras 505 amostras foram coletadas no Hospital Universitário Onofre Lopes (HUOL/UFRN), que atende pacientes de vários municípios do estado. Nesta quinta-feira (21), diante de uma banca composta por professores que estavam no Brasil e na Europa, Gabriela Albuquerque, pesquisadora do LAIS/UFRN, defendeu sua tese: “Machine Learning Aplicado à Triagem de Osteoporose: modelo baseado na atenuação de ondas eletromagnéticas”, sendo aprovada por unanimidade. Com seu esforço de pesquisa, ela espera contribuir com a diminuição das filas por esse tipo de exame e estimular o uso do dispositivo em unidades básicas de saúde mais próximas dos pacientes, garantindo o acesso aos cuidados na área de saúde óssea.

“Outro ponto da minha pesquisa que identifiquei é o fato de alguns pacientes se deslocarem de cidades distantes e, algumas vezes, o resultado ser normal, o que motiva ainda mais a disponibilização do novo dispositivo para triagem, que permite a identificação precoce da situação óssea, evitando custos com cirurgias e hospitalização em casos de fraturas, uma vez que a doença é silenciosa e muitos só descobrem ao sofrer uma fratura”, concluiu, a agora, doutora em Engenharia Elétrica e de Computação pela UFRN, que recebeu a orientação do diretor executivo do LAIS/UFRN, Ricardo Valentim, além da colaboração de pesquisadores do  Centro de Informática e Sistemas da Universidade de Coimbra (CISUC).