Uma ferramenta de IA desenvolvida na Universidade de Gotemburgo oferece novas oportunidades para analisar imagens obtidas com microscópios. Um estudo mostra que a ferramenta, que já recebeu reconhecimento internacional, pode mudar fundamentalmente a microscopia e abrir caminho para novas descobertas e áreas de uso tanto na pesquisa quanto na indústria.
O foco do estudo é o aprendizado profundo, um tipo de inteligência artificial (IA) e aprendizado de máquina com o qual todos interagimos diariamente, muitas vezes sem pensar nisso. Por exemplo, quando uma nova música no Spotify é exibida, semelhante a músicas que ouvimos anteriormente, ou quando a câmera do celular encontra automaticamente as melhores configurações e corrige as cores em uma foto.
“O aprendizado profundo tomou o mundo de assalto e teve um grande impacto em muitas indústrias, setores e campos científicos. Desenvolvemos agora uma ferramenta que permite utilizar o incrível potencial do aprendizado profundo, com foco em imagens obtidas com microscópios , diz Benjamin Midtvedt, doutorando em física e principal autor do estudo.
O aprendizado profundo pode ser descrito como um modelo matemático usado para resolver problemas que são difíceis de resolver usando métodos algorítmicos tradicionais. Em microscopia, o grande desafio é recuperar o máximo de informações possível das imagens compactadas de dados, e é aqui que o aprendizado profundo tem se mostrado muito eficaz.
A ferramenta que Midtvedt e seus colegas de pesquisa desenvolveram envolve redes neurais aprendendo a recuperar exatamente as informações que um pesquisador deseja de uma imagem, olhando através de um grande número de imagens, conhecidas como dados de treinamento. A ferramenta simplifica o processo de produção de dados de treinamento em comparação com ter que fazê-lo manualmente, de modo que dezenas de milhares de imagens podem ser geradas em uma hora em vez de cem em um mês.
“Isso torna possível extrair rapidamente mais detalhes das imagens do microscópio sem a necessidade de criar uma análise complicada com métodos tradicionais. Além disso, os resultados são reproduzíveis e informações específicas personalizadas podem ser recuperadas para um propósito específico.”
Por exemplo, a ferramenta permite que o usuário decida o tamanho e as características do material para partículas muito pequenas e conte e classifique facilmente as células. Os pesquisadores já demonstraram que a ferramenta pode ser usada por indústrias que precisam purificar suas emissões, pois podem ver em tempo real se todas as partículas indesejadas foram filtradas.
Os pesquisadores têm esperança de que, no futuro, a ferramenta possa ser usada para acompanhar infecções em uma célula e mapear os mecanismos de defesa celular, o que abriria enormes possibilidades para novos medicamentos e tratamentos.
“Já vimos um grande interesse internacional pela ferramenta. Independentemente dos desafios microscópicos, os pesquisadores agora podem realizar análises com mais facilidade, fazer novas descobertas, implementar ideias e abrir novos caminhos em seus campos.”
Publicado em 06/03/2021 22h36
Artigo original:
Estudo original: