Um estudo conduzido por pesquisadores da Faculdade de Ciências Médicas (FCM) da Unicamp em parceria com instituições chinesas investigou o uso de inteligência artificial para segmentação automática de lesões causadas por acidente vascular cerebral (AVC) isquêmico em exames de neuroimagem. O trabalho resultou no artigo científico “StrDiSeg: Adapter-Enhanced DINOv3 for Automated Ischemic Stroke Lesion Segmentation”, publicado em janeiro pela revista Bioengineering.
Pela FCM, assinam os docentes Fabiano Reis, do Departamento de Radiologia e Oncologia, e Li Li Min, do Departamento de Neurologia. O estudo foi fruto da colaboração com os pesquisadores chineses. No final de 2025, os professores da Unicamp estiveram na Huazhong University of Science and Technology (HUST). O artigo também conta com a participação de oito autores vinculados à HUST, ao Wuhan Blood Center e à Macao Polytechnic University.
A pesquisa empregou modelos de visão pré-treinados em larga escala para neuroimagem clínica, apontando caminhos para ampliar o uso de ferramentas de deep learning para segmentação automática de lesões de AVC isquêmico. A aplicação foi feita em exames de tomografia computadorizada sem contraste e ressonância magnética ponderadas em difusão. A metodologia proposta alcançou desempenho competitivo em bases de dados internacionais de avaliação de algoritmos de neuroimagem.
O deep learning (aprendizado profundo) é uma área da inteligência artificial baseada em redes neurais capazes de aprender padrões complexos a partir de grandes volumes de dados. Na medicina, esses sistemas podem ser treinados para reconhecer estruturas e alterações em exames de imagem. Já o DINOv3 é um modelo de visão computacional pré-treinado em grande escala por meio de aprendizado autossupervisionado.
“A inteligência artificial tem potencial para transformar a neurologia. Modelos pré-treinados conseguem analisar grandes volumes de exames de neuroimagem com rapidez e precisão, apoiando o diagnóstico de doenças como AVC, epilepsia e neurodegenerativas. Isso aumenta a capacidade diagnóstica e pode ampliar o acesso da população a avaliações neurológicas de qualidade, especialmente em sistemas de saúde com poucos especialistas”, declarou Li Li Min.
De acordo com Fabiano Reis, ferramentas como o StrDiSeg podem auxiliar diretamente no diagnóstico e no manejo clínico da doença. “Elas delimitam de modo claro e objetivo qual a extensão do comprometimento do tecido cerebral após a ocorrência do AVC, contribuindo para a estratificação dos graus de comprometimentos, o que apresenta implicações sobre a melhor escolha de terapêutica para o paciente com a doença”.
Ele também destaca o potencial de aplicação em serviços de saúde com menor disponibilidade de especialistas. Segundo Fabiano, ferramentas de deep learning poderão ser aplicadas em centros distantes, mesmo em locais sem radiologistas treinados. Isso pode facilitar a obtenção de tratamentos mais seguros e apropriados para cada paciente.
O AVC, também conhecido como derrame, é uma das principais causas de morte no Brasil. O tipo isquêmico ocorre quando há obstrução de uma artéria, impedindo a passagem de oxigênio para células cerebrais, que acabam morrendo. Segundo o Ministério da Saúde, o AVC isquêmico é o mais comum e representa cerca de 85% de todos os casos.
Além da produção científica, a colaboração entre as instituições vem sendo ampliada. “O intercâmbio tem sido muito produtivo. A visita à Huazhong University of Science and Technology abriu novas frentes de cooperação científica. Estamos estruturando um projeto conjunto na área de AVC com o departamento de Neurologia da universidade e criando oportunidades de mobilidade para estudantes, incluindo a participação em um acampamento de verão. Também estamos organizando a agenda para a visita da comitiva do reitor da HUST à Unicamp em abril, o que deve fortalecer ainda mais essa parceria”, declarou Li.
A Bioengineering é uma revista internacional, revisada por pares e de acesso aberto, sobre a ciência e a tecnologia da bioengenharia, publicada mensalmente online pela MDPI. Publica artigos de pesquisa originais, revisões abrangentes e comunicações. Tem como objetivo incentivar os cientistas a publicar seus resultados experimentais e teóricos com o máximo de detalhes possível. Todos os aspectos da bioengenharia são bem-vindos, desde conceitos teóricos até educação e aplicações.
