.
Para pacientes que lidam com sintomas respiratórios persistentes do novo coronavírus, uma radiografia de tórax pode revelar muito. As varreduras bidimensionais (2D) simplesmente não conseguem distinguir a função pulmonar comprometida. Para esse diagnóstico, é necessária uma técnica tridimensional (3D) mais cara, chamada tomografia computadorizada.
No entanto, muitas clínicas médicas nos Estados Unidos não possuem equipamentos de tomografia computadorizada, deixando os chamados pacientes com COVID de longa duração com poucas informações sobre sua função pulmonar.
Isso pode mudar. Em um novo estudo, pesquisadores da Universidade de Iowa desenvolveram o que é chamado de modelo de aprendizado contrastivo. Este modelo “aprende” com imagens 2D compostas construídas a partir de imagens de TC 3D para detectar a função pulmonar comprometida em pacientes com COVID de longa duração. Outra técnica, chamada de aprendizado de transferência, transmite informações de diagnóstico pulmonar de uma tomografia computadorizada para uma radiografia de tórax, permitindo assim que o equipamento de radiografia de tórax detecte anormalidades da mesma forma que se esses pacientes tivessem usado uma tomografia computadorizada.
No estudo, os pesquisadores mostraram como seu modelo de aprendizado contrastivo poderia ser aplicado para detectar a doença das pequenas vias aéreas, que é um estágio inicial da função pulmonar comprometida em pacientes com COVID de longa duração. Dos pacientes com COVID longa, os modelos foram avançados o suficiente para distinguir a gravidade da função pulmonar comprometida, separando aqueles com doença das pequenas vias aéreas daqueles com problemas respiratórios mais avançados.
“O novo elemento do modelo é obter informações de tomografias computadorizadas 3D que mostram o volume pulmonar e transferir essas informações para um modelo que mostrará essas mesmas características em imagens 2D”, dizem Ching-Long Lin, Edward M. Mielnik e Samuel R. Harding professor e presidente do Departamento de Engenharia Mecânica da Faculdade de Engenharia de Iowa. “Os médicos seriam capazes de usar radiografias de tórax para detectar esses resultados. Essa é a perspectiva maior”.
Os pesquisadores basearam sua modelagem em tomografias computadorizadas de 100 pessoas que foram infectadas com a cepa original de COVID e foram ao UI Hospitals & Clinics para diagnóstico de problemas respiratórios entre junho e dezembro de 2020. diagnóstico relatado por Alejandro Comellas, professor clínico de medicina interna-pulmonar, cuidados intensivos e medicina do trabalho, em um artigo publicado em março passado na revista Radiologia.
A doença das pequenas vias aéreas afeta uma rede de mais de 10.000 tubos no nexo do pulmão, onde o ar oxigenado se mistura com o sangue para ser transportado por todo o corpo. Pessoas com doença das pequenas vias aéreas têm muitos desses vasos contraídos, limitando assim a troca de oxigênio-sangue nos pulmões e impedindo a respiração geral.
Lin e sua equipe coletaram pontos de dados em dois intervalos nas tomografias pulmonares – quando o paciente inalou e quando o paciente exalou. Os pesquisadores compararam seus resultados com um grupo de controle que não havia contraído o vírus ao criar o modelo de aprendizado contrastivo.
“Nossos modelos identificaram com sucesso a diminuição da função pulmonar de pacientes com COVID há muito tempo em comparação com aqueles que não contraíram o vírus”, diz Lin, cuja experiência é em aprendizado de máquina e simulação dinâmica computacional de fluidos e partículas.
A equipe de Lin avançou o modelo para que pudesse separar pacientes com doença das pequenas vias aéreas daqueles com complicações mais avançadas, como enfisema.
“O estudo demonstrou de forma independente que pacientes com pós-COVID têm dois tipos de lesões pulmonares (doença das pequenas vias aéreas e fibrose/inflamação do parênquima pulmonar) que são persistentes após a recuperação da infecção inicial por SARS CoV-2”, diz Comellas, co-autor deste estudo.
“As radiografias de tórax são acessíveis, enquanto as tomografias são mais caras e não tão acessíveis”, acrescenta Lin. “Nosso modelo pode ser melhorado ainda mais e acredito que há potencial para ser usado em todas as clínicas sem ter que comprar equipamentos de imagem caros, como scanners de tomografia computadorizada”.
Os autores observam que o estudo é limitado, em parte porque o tamanho da amostra é pequeno e os pacientes são de um único centro médico. Um tamanho de amostra maior, eles escrevem, pode descobrir mais variações na função pulmonar decorrentes do longo COVID.
O estudo, “Aprendizagem contrastante e subtipagem de imagens de tomografia computadorizada de pulmão pós-COVID-19”, foi publicado on-line em 11 de outubro na revista Fronteiras em Fisiologia.
Os coautores, todos de Iowa, incluem Frank Li, Xuan Zhang, Eric Hoffman e Tianbao Yang.
o Instituto Nacional do Coração, Pulmão e Sangue, um ramo dos Institutos Nacionais de Saúde dos EUA; e o Departamento de Educação dos EUA financiou a pesquisa.
.
