Um estudo de autoria de Luciano Oliveira, pesquisador da Fiocruz Bahia, em conjunto com Grinaldo Lopes de Oliveira, Márcio dos Santos Júnior e Thiago Santos Vieira, da Universidade Federal da Bahia (UFBA), foi contemplado com o prêmio de “Best Paper” (Melhor Artigo) na Conferência sobre Gráficos, Padrões e Imagens (SIBGRAPI). A SIBGRAPI é uma conferência internacional dedicada à área de reconhecimento de padrões e visão computacional.

O trabalho premiado, intitulado “Second-Order Embedding-Based MIL with Spatial Transcriptomic Supervision for Nephropathology Diagnosis”, introduz um novo método para a classificação de lâminas de biópsia, combinando informações da imagem e de transcriptômica espacial. Através de uma abordagem denominada aprendizado de múltiplas instâncias baseada em embeddings de segunda ordem (2ndOE-MIL), a equipe conseguiu cruzar representações visuais das células com dados genéticos para diagnosticar lesões renais, como a lesão renal aguda (AKI) e a doença renal crônica (CKD).

A inovação desse método reside no fato de eliminar os custos de sequenciamento molecular na prática clínica, uma vez que a supervisão por transcriptômica espacial ocorre exclusivamente durante a fase de treinamento do modelo. Para ser implementado no momento do diagnóstico, o modelo necessita apenas de uma imagem da lâmina inteira (WSI). Nos testes realizados em 155 imagens, a utilização dessa técnica preditiva resultou em um ganho médio de aproximadamente 7,5 pontos percentuais em relação às abordagens que utilizam apenas representações visuais. O artigo vencedor foi o destaque entre os cinco artigos do grupo de pesquisa aprovados pela SIBGRAPI.

[print-me]