Tecnologia criada em SP mede a febre a distância
Os pacientes que chegam ao Hospital Israelita Albert Einstein, em São Paulo, têm a temperatura medida automaticamente a distância por um sistema de visão computacional instalado em um totem próximo à recepção.
Composto por uma câmera termográfica e algoritmos de reconhecimento facial, o sistema escaneia o rosto e mede a temperatura de forma automatizada. Ao detectar que o paciente está com febre – um dos sintomas da COVID-19 –, a tecnologia de inteligência artificial envia um alerta por smartphone para a equipe de enfermagem de plantão dar início rapidamente ao protocolo de triagem e isolamento, de modo a evitar a possibilidade de contágio do vírus SARS-CoV-2 no ambiente hospitalar.
Batizado de Fevver (em alusão à palavra febre, em inglês, grafada com duas letras v), o sistema foi desenvolvido conjuntamente por duas startups paulistas de inteligência artificial – a Hoobox e a Radsquare, alocadas na incubadora de startups do Hospital Albert Einstein, a Eretz.bio. A Hoobox é apoiada pelo Programa FAPESP Pesquisa Inovativa em Pequenas Empresas (PIPE).
- Domingos Brazão seguirá preso, decide STF por unanimidade
- Ex-mulher de autor de atentado em Brasília é transferida de hospital
- Após negociação, Argentina decide aderir à Aliança Global contra a Fome
- Após ofensas, USP diz que vai apurar com “rigor” o ocorrido
“Sabíamos que se juntássemos as tecnologias que desenvolvemos conseguiríamos detectar febre com alta precisão”, diz à Agência FAPESP Paulo Gurgel Pinheiro, CEO da Hoobox.
Atualmente em fase de escalonamento, o Fevver é baseado em uma tecnologia de detecção de faces desenvolvida pela Hoobox por meio de um projeto apoiado pelo PIPE-FAPESP.
Para detectar febre, em uma primeira etapa a tecnologia identifica o rosto e extrai pontos dos cantos ao redor dos olhos com alta precisão, descartando ruídos fisiológicos, como o suor.
Por meio de uma tecnologia de análise de detecção térmica de radiação de energia infravermelha (termografia), desenvolvida pela Radsquare, é medida a temperatura dos cantos dos olhos, onde estão localizados os canais lacrimais.
“Como são estruturas sem cobertura epidérmica [de pele], têm umidade relativamente estável e são vascularmente muito próximas do cérebro – onde é realizado o controle térmico corporal –, os dutos lacrimais são os locais ideais para avaliar a temperatura corporal por termografia”, explica Felipe Brunetto Tancredi, CSO da Radsquare, que teve apoio da FAPESP num projeto de pesquisa sobre imagens por ressonância magnética.
Se detectado que o paciente está com febre, o sistema tira uma foto e gera uma notificação para a equipe de enfermagem ou da recepção do hospital identificá-lo facilmente.
“O sistema permite detectar febre de um grande número de pacientes de forma muito mais rápida do que os métodos convencionais e sem a necessidade de um operador”, compara Pinheiro.
“Isso é especialmente importante em uma situação de pandemia de COVID-19, como a que estamos vivendo, em que muitos pacientes com sintomas da doença precisam ser atendidos ao mesmo tempo”, avalia.
Em razão dos resultados alcançados, o sistema será instalado também em outros setores do Hospital Albert Einstein com o objetivo de medir a temperatura de visitantes e funcionários da instituição.
“Essa tecnologia é extremamente útil para fazer triagem de forma muito rápida e direcionar pessoas que estão com febre e eventualmente com COVID-19 para um local adequado. Isso aumenta a segurança não só dos pacientes, mas dos funcionários do hospital”, diz José Cláudio Cyrineu Terra, diretor de inovação do Hospital Albert Einstein.
A ideia dos pesquisadores é que o sistema também possa ser utilizado em hospitais de campanha que começaram a funcionar nos últimos dias em diferentes regiões do país e em hospitais da rede pública de saúde.
A maior demanda pelo sistema, contudo, tem vindo de indústrias interessadas em monitorar a temperatura de funcionários com o objetivo de diminuir o risco de transmissão do vírus no ambiente de trabalho.
“Nosso desafio, agora, é tornar a tecnologia altamente escalável de modo que possa ter aplicação em vários setores”, afirma Pinheiro.
Por Elton Alisson, da Agência FAPESP
