Marcel Koenigkam Santos.

O foco desde projeto de pesquisa Temático são os desafios de gerenciar e integrar dados de saúde multimodais para descoberta de conhecimento, visando extrair informações significativas de grandes volumes de dados de saúde complexos e diversos, criando, desenvolvendo e se beneficiando de técnicas de Big Data e Inteligência Artificial (IA) em Ciências da Saúde. Hoje, quase todas as atividades humanas geram e exigem o armazenamento e processamento de grandes quantidades de dados diversos e complexos, desde atividades científicas, acadêmicas e empresariais até atividades de lazer. As atividades relacionadas à saúde não são diferentes, pois produzem big data e podem se beneficiar de avanços tecnológicos para aprimorar os processos de tomada de decisão por meio das informações extraídas desses dados. Em um ambiente clínico, os registros eletrônicos de pacientes (REPs) são a base para o desenvolvimento de estratégias de extração de informações. Nesta proposta, pretendemos desenvolver e integrar algoritmos novos e escaláveis alimentados por métodos de engenharia de dados (DE) e IA. Esses algoritmos alavancarão grandes quantidades de REPs e repositórios de dados clínicos para reunir informações valiosas e significativas para a tomada de decisão. Os aspectos de comunicação e segurança de dados serão cuidadosamente considerados, garantindo a integridade e a privacidade dos dados, ao mesmo tempo em que permitirão a descoberta eficiente de conhecimento. O tamanho e a complexidade dos bancos de dados de REPs, que incluem texto estruturado e não estruturado, sinais, imagens, resultados de exames laboratoriais e dados genômicos, apresentam desafios significativos para o processamento. Esses desafios abrangem a aplicação de técnicas de análise e o desenvolvimento de ferramentas práticas e aplicações subsequentes. No entanto, esses bancos de dados também apresentam inúmeras oportunidades para desenvolver novos algoritmos e métodos capazes de exibir de modo inteligente informações relevantes relacionadas a pacientes individuais ou grupos de pacientes. Isso pode transformar REPs em plataformas mais eficazes, aprimorando o suporte para profissionais de saúde, otimizando aplicativos médicos e informando decisões governamentais estratégicas em linha com as demandas e benefícios do big data. Neste projeto, pretendemos abordar os desafios de gerenciar e integrar não apenas as informações, mas também o conhecimento de várias modalidades de dados de saúde, com foco inicial em doenças pulmonares, principalmente câncer de pulmão, bem como doenças cardiovasculares. Desenvolveremos métodos e algoritmos que serão finalmente materializados em uma plataforma modular, que será disponibilizada à comunidade de saúde..

Os equipamentos de ultrassonografia solicitados são essenciais para a expansão e a consolidação deprojetos de pesquisa translacionais e clínicos em desenvolvimento na unidade, voltados ao diagnósticopor imagem de diversas condições de alta relevância médica. Também servirão para fortalecer ovínculo da unidade com as instituições parceiras, Hospital das Clínicas de Bauru e Instituto Lauro deSouza Lima. Entre as linhas de pesquisa contempladas, destacam-se o estudo de câncer de pele eoutras lesões cutâneas, doenças hepáticas difusas (esteatose e fibrose hepática), litíase biliar e suascomplicações, nefropatias crônicas, câncer de próstata, doenças ginecológicas relacionadas àinfertilidade (como endometriose) e métodos de contracepção. Além disso, o equipamento portátilpermitirá avançar em pesquisas de ultrassonografia à beira-leito (POCUS) em contextos de emergênciae medicina intensiva. A ultrassonografia de alta frequência, realizada com transdutores acima de15mHz, está sendo cada vez mais estudada e utilizada para fins dermatológicos. As imagens de altaresolução obtidas com os transdutores de alta frequência, somada à tecnologia de estudo demicrovasos com os atuais equipamentos Doppler, permite uma caracterização tecidual avançada daslesões cutâneas, contribuindo para o diagnóstico e estadiamento locorregional dos cânceres de pele,como também de outras doenças dermatológicas não neoplásicas, além de ajudar na avaliação dascomplicações cirúrgicas. O uso da elastografia possibilitará avaliações quantitativas da rigidez tecidual,agregando informações fundamentais para diagnóstico precoce e monitoramento de várias patologias,com potencial de reduzir a necessidade de métodos invasivos. O equipamento portátil com ferramentaDoppler, por sua vez, viabilizará a execução de protocolos de atendimento em ambientes fora do setorde radiologia, expandindo a aplicação do ultrassom como ferramenta de apoio à decisão clínica.

O foco desde projeto de pesquisa Temático são os desafios de gerenciar e integrar dados de saúde multimodais para descoberta de conhecimento, visando extrair informações significativas de grandes volumes de dados de saúde complexos e diversos, criando, desenvolvendo e se beneficiando de técnicas de Big Data e Inteligência Artificial (IA) em Ciências da Saúde. Hoje, quase todas as atividades humanas geram e exigem o armazenamento e processamento de grandes quantidades de dados diversos e complexos, desde atividades científicas, acadêmicas e empresariais até atividades de lazer. As atividades relacionadas à saúde não são diferentes, pois produzem big data e podem se beneficiar de avanços tecnológicos para aprimorar os processos de tomada de decisão por meio das informações extraídas desses dados. Em um ambiente clínico, os registros eletrônicos de pacientes (REPs) são a base para o desenvolvimento de estratégias de extração de informações. Nesta proposta, pretendemos desenvolver e integrar algoritmos novos e escaláveis alimentados por métodos de engenharia de dados (DE) e IA. Esses algoritmos alavancarão grandes quantidades de REPs e repositórios de dados clínicos para reunir informações valiosas e significativas para a tomada de decisão. Os aspectos de comunicação e segurança de dados serão cuidadosamente considerados, garantindo a integridade e a privacidade dos dados, ao mesmo tempo em que permitirão a descoberta eficiente de conhecimento. O tamanho e a complexidade dos bancos de dados de REPs, que incluem texto estruturado e não estruturado, sinais, imagens, resultados de exames laboratoriais e dados genômicos, apresentam desafios significativos para o processamento. Esses desafios abrangem a aplicação de técnicas de análise e o desenvolvimento de ferramentas práticas e aplicações subsequentes. No entanto, esses bancos de dados também apresentam inúmeras oportunidades para desenvolver novos algoritmos e métodos capazes de exibir de modo inteligente informações relevantes relacionadas a pacientes individuais ou grupos de pacientes. Isso pode transformar REPs em plataformas mais eficazes, aprimorando o suporte para profissionais de saúde, otimizando aplicativos médicos e informando decisões governamentais estratégicas em linha com as demandas e benefícios do big data. Neste projeto, pretendemos abordar os desafios de gerenciar e integrar não apenas as informações, mas também o conhecimento de várias modalidades de dados de saúde, com foco inicial em doenças pulmonares, principalmente câncer de pulmão, bem como doenças cardiovasculares. Desenvolveremos métodos e algoritmos que serão finalmente materializados em uma plataforma modular, que será disponibilizada à comunidade de saúde..

Pacientes com doença pulmonar intersticial (DPI) fibrosante, como a pneumonite de hipersensibilidade, altamente prevalente no Brasil, podem evoluir com exarcebações agudas, apesar um tratamento otimizado instituído, promovendo assim em um terço deles o fenótipo progressivo de alta morbi-mortalidade. Objetivos: desvendar a fisiopatologia das DPIs fibrosantes progressiva, validando biomarcadores de sua progressão. Paciente e Métodos: Transcriptoma espacial será realizado em biópsia pulmonar cirúrgica de 5 pacientes com DPI fibrosante progressiva e 5 estável, além de 6 com exacerbações por autopsia minimamente invasiva. Confirmação dos achados será realizada por imunohistoquimica, qPCR e microscopia eletrônica de transmissão com immunogold. Validação será realizada em 200 pacientes com DPIs fibrosantes e 50 controles (câncer de pulmão) por imunohostoquímica/morfometria e qPCR em biópsia transbrônquica e citometria de fluxo em lavado broncoalveolar. Avaliação clínico-radio-patológica será realizada em todos os casos, incluindo radiogenômica. A integração dos dados será analisada por bioinformática, deep learning e inteligência artificial. Resultados Esperados: identificar as vias moleculares promotoras das exarcebações e por consequente progressão da fibrose pela integração de dados transcriptômicos, moleculares e clinico-radio-patológico ao perfazerem temporalmente a história natural da doença, determinando assim tanto o processo fisiopatológico, quanto seus biomarcadores capazes de predizer o fenótipo da DPI fibrosante progressiva na fase inicial da doença.

Este projeto de pesquisa suplementar visa propor, explorar e desenvolver novos métodos e algoritmos a serem usados em processos de tomada de decisão para diagnóstico médico e prognóstico de pacientes no contexto da COVID-19. Estes métodos e algoritmos serão instanciados em sistemas e aplicativos que serão disponibilizados à comunidade científica para apoiar de modo rápido e preciso tal processo de tomada de decisão. Os desafios a serem sobrepujados começam na montagem de bases de dados e imagens provenientes de plataformas distintas e muitas vezes incompletas, e à aplicação da técnica de radiômica sobre imagens de Raios-X (RX) e tomografia computadorizada (TC), com a premissa de que características quantitativas e qualitativas massivas sobre imagens de RX podem trazer a informação necessária ao diagnóstico de COVID-19, do mesmo modo que a TC fornece. A vantagem dessa abordagem que será investigada é o custo menor e a maior disponibilidade de RX, permitindo que mais pacientes sejam beneficiados pelos resultados dessa proposta. Além de disponibilizar material curado e consistente para pesquisas e avanços na área de COVID-19. Além disso, bases de dados e imagens consistentes para pesquisa serão disponibilizadas para a comunidade da área.

Tomografia computadorizada (ou tomografia computadorizada) são comumente realizadas durante a prática clínica para o diagnóstico e estratificação de doenças. Cerca de 6 milhões de tomografias são feitas no NHS a cada ano. As tomografias consistem em numerosos raios-x de alta resolução feitos na mesma sessão, que são combinados para dar uma imagem 3 dimensional detalhada dentro do corpo de um paciente. Radiologistas e médicos analisam as tomografias para obter informações sobre uma patologia subjacente. No entanto, os olhos humanos só podem ver uma certa quantidade de detalhes dentro de uma tomografia computadorizada mesmo por aqueles especialistas altamente treinados. Há muito mais informações capturadas por cada varredura que não é facilmente apreciada pela interpretação humana. O avanço da inteligência artificial (IA) levou a novas ferramentas para desbloquear essas informações ocultas capturadas por uma tomografia computadorizada. Varreduras mais curtas podem ser feitas (já que a IA obterá as mesmas informações de uma varredura mais curta) o que economiza tempo, exposição à radiação e uso de contraste. Isso melhora a segurança do paciente e, ao mesmo tempo, economiza os gastos com sistemas de saúde. A IA também pode fazer previsões de resultados clínicos futuros com base em uma varredura.A IA 'aprende' olhando para os exames. Quanto mais digitaliza a IA, mais preciso ('inteligente') ele se torna. Este estudo permitirá o uso secundário das tomografias computadorizadas existentes coletadas a partir da rotina de cuidados clínicos dos pacientes do NHS e de outros sistemas de saúde de outros países. Esses exames históricos são dados extremamente valiosos para treinar e validar a IA, sem custo adicional ao público ou danos causados aos pacientes. O pesquisador utilizará um software compatível com o GDPR para anonimizar sistematicamente os exames clínicos dos locais clínicos participantes. Apenas exames pseudônimos serão usados para análise pela equipe de pesquisa. Este projeto difere de outro projeto de pesquisa de IA na qual nenhum dado pessoal ou de resultado é necessário ou utilizado para as análises.Os pesquisadores examinarão a utilidade da IA para melhorar o atendimento clínico em uma série de problemas clínicos não atendidos que beneficiarão toda a população.

PROJETO JOVEM PESQUISADOR FAPESP. A radiografia simples (RX) do tórax representa na maioria das situações o primeiro exame radiológico na avaliação das doenças torácicas e pulmonares. Grande parte das doenças broncopulmonares se apresentam no RX como opacidades, como é o caso da tuberculose, infecções fúngicas, doenças intersticiais pulmonares, câncer de pulmão e as pneumonias virais. Estas doenças apresentam alta morbimortalidade e necessitam de investigação complementar, com tomografia computadorizada (TC) e/ou exames laboratoriais. Apesar de ser considerado um exame simples, a interpretação acurada do RX de tórax requer experiência. Além disso, muitas vezes não há profissionais especialistas no local de realização do exame ou estes estão sobrecarregados pelo grande volume de exames. Por isso, nos últimos anos, ferramentas de auxílio computadorizado ao diagnóstico (CAD, do inglês ?computed aided diagnosis/detection?) têm sido criadas para ajudar na detecção das alterações nos exames de imagem, na interpretação dos achados e no fluxo de trabalho dos serviços de saúde. Para tanto, tem-se destacado o desenvolvimento de ferramentas de inteligência artificial (IA), aprendizado de máquina e aprendizado profundo. Desta maneira, o objetivo deste estudo é verificar a aplicabilidade clínica de ferramentas de CAD desenvolvidas na instituição, com recursos de IA utilizando aprendizado profundo e redes neurais convolucionais, para auxílio diagnóstico em imagens de RX do tórax, com foco na detecção e classificação das principais doenças pulmonares que cursam com opacidades radiográficas e requerem prosseguimento da investigação. Espera-se que estas ferramentas auxiliem a identificar as opacidades pulmonares, a sugerir o provável diagnóstico da doença e a reconhecer diferentes padrões ou classes das doenças avaliadas.

A pneumonite intersticial fibrosante (PIF) pode ser definida como uma tentativa de reparação do tecido pulmonar lesionado, com alguma deposição de matriz extracelular, gerando desarranjo do parênquima pulmonar e espessamento septal. Os mecanismos regulatórios envolvidos na fibrogênese são complexos e envolvem uma série de moléculas. A PIF pode ser o resultado final comum a muitas doenças pulmonares distintas (como fibrose pulmonar idiopática) ou estar relacionada a inflamações virais crônicas, como a nova doença Coronavírus de 2019 (COVID-19), causada pelo vírus SARS-CoV-2. Alguns pacientes infectados por esta doença desenvolvem a síndrome do desconforto respiratório agudo. Esta se caracteriza por um dano inflamatório agudo e difuso dos alvéolos pulmonares. Histopatologicamente, este quadro é conhecido por dano alveolar difuso que consiste em um dano permanente nas células epiteliais e endoteliais, com consequente formação de membrana hialina. Além disso, este quadro é caracterizado pela posterior proliferação miofibroblástica exacerbada com subsequente deposição de matriz extracelular, resultando em remodelamento do parênquima e uma futura PIF, podendo ser muitas vezes o desfecho da COVID-19. Desta forma, fibroblastos e miofibroblastos são os agentes principais no processo fibrosante e a compreensão dos mecanismos regulatórios e os genes envolvidos neste processo são fundamentais para seu completo entendimento. Paralelamente, esses conhecimentos integrados translacionalmente com o perfil clínico-radio-laboratorial poderá determinar o fenótipo dos pacientes com relação ao estágio da pneumonite intersticial fibrosante. Com isto em vista e diante do grande impacto socioeconômico que a COVID-19 representa, a caracterização do perfil transcriptômico de tecido pulmonar infectado frente a caracterização do microambiente pulmonar fibrótico possibilitará a identificação de uma ampla gama de potenciais candidatos biomarcadores que poderão predizer a pneumonite intersticial fibrosante nestes pacientes. Diante disto, o objetivo deste projeto é determinar o perfil molecular e potencial biomarcador do microambiente miofibroblástico pulmonar pós-COVID19, caracterizando os pacientes em diferentes fenótipos conforme o grau de PIF, após triagem translacional de candidatos com COVID-19 através da autópsia minimamente invasiva.

A COVID-19 é uma doença infectocontagiosa causada pelo vírus SARS-CoV-2 que acomete principalmente o sistema respiratório das pessoas contaminadas. O aparecimento da doença iniciou na China e rapidamente se alastrou pelos países próximos e até para outros continentes. No início de março de 2020 a Organização Mundial de Saúde declarou a COVID-19 como pandemia e recomendou medidas para controle do contágio, disseminação de doença e cuidados para população global. Existem muitos estudos descritos na literatura relacionados à COVID-19, ao vírus e a apresentação da doença e tentativa de contenção, mas até o momento é difícil estabelecer quais serão as possíveis repercussões na saúde e bem-estar das pessoas acometidas com a COVID-19. O objetivo do estudo é acompanhar pacientes sobreviventes da COVID-19 na sua apresentação leve e na forma grave da doença e observar sua sobrevida, bem como a ocorrência de possíveis repercussões físicas, psicológicas ou sociais relacionadas à infecção ou ao seu tratamento. Trata-se de um estudo observacional descritivo, os sujeitos elegíveis para o estudo serão todos os pacientes que tiveram o diagnóstico confirmado para a COVID-19 acompanhados no ambulatório Pós COVID-19 do HC FMRP. Nosso desfecho principal é observar repercussões no sistema respiratório dos pacientes que tiveram a apresentação leve e mais grave da doença. Além de avaliar desfechos relacionados ao sistema cardiovascular e qualidade de vida. Esperamos obter com os resultados um panorama descritivo de como a doença se apresenta e quais repercussões em saúde e bem-estar foram evidenciadas nessa amostra da população. Com estas informações será possível subsidiar o desenvolvimento de estratégias terapêuticas a serem implementadas na fase aguda da doença para, oportunamente, prevenir ou minimizar eventuais consequências negativas de longo prazo. Também poderá servir ao planejamento de ações intersetoriais para efetiva mitigação de eventuais consequências indesejáveis de longo prazo.

O projeto consiste no desenvolvimento de métodos e ferramentas computacionais, utilizando imagens de tomografia computadorizada e raios X, para identificar, classificar e caracterizar acometimentos do pulmão. Os métodos visam apoiar médicos na tomada de decisão e definição da conduta em casos confirmados de COVID-19.

A esclerose sistêmica (ES) é uma rara doença autoimune do tecido conjuntivo. O acometimento cardiopulmonar, representado pela doença intersticial pulmonar (DIP) e hipertensão pulmonar (HP), está presente em até 90% dos pacientes, sendo a principal causa de morbimortalidade na ES. A hipertensão pulmonar é uma complicação grave e frequente, que, sem tratamento, pode evoluir rapidamente para insuficiência cardíaca direita e óbito. O diagnóstico precoce dessa complicação na ES é fundamental para a redução da morbimortalidade. O métodos de imagem não invasivos são ferramentas promissoras a fim de proporcionar melhor compreensão das alterações morfológicas e funcionais relacionadas à hipertensão pulmonar, bem como auxiliar na definição do curso da doença e prognóstico dos pacientes. Os avanços nas técnicas de aquisição e processamento das imagens torácicas por ressonância magnética (RM) permitem avaliar o ventrículo direito de maneira tridimensional e com visualização tomográfica detalhada de sua morfologia. Apesar dos avanços técnicos e a possibilidade de se realizar o exame de RM para avaliação conjunta dos pulmões, vasculatura pulmonar e coração, a análise da resistência vascular pulmonar de maneira não invasiva ainda permanece um desafio, sobretudo no contexto de detecção precoce de HP. O transplante de células-tronco hematopoiéticas (TCTH) tem sido utilizado como uma alternativa terapêutica para doenças autoimunes graves e refratárias ao tratamento convencional. Entre as doenças autoimunes, a ES apresenta uma das maiores taxas de mortalidade relacionada ao transplante, provavelmente devido ao comprometimento visceral e às más condições clínicas desses pacientes. O acometimento cardiopulmonar, muitas vezes subclínico e não evidenciado por eletrocardiografia ou ecocardiografia, é fator preocupante, porque contribui para o mau desfecho do transplante. Há uma grande preocupação em selecionar adequadamente pacientes a serem transplantados, principalmente em relação ao comprometimento cardiopulmonar. No presente estudo, pretende-se determinar o potencial da RM na avaliação de pacientes portadores de ES que se submeteram ao TCTH, permitindo, em última instância, a seleção de indivíduos com melhor desfecho clinico.

Nos últimos anos, houve um crescimento exponencial na quantidade de informações médicas, relacionado ao avanço das ferramentas diagnósticas e terapêuticas, incluindo os exames de imagem. Para atender a demanda do vasto desenvolvimento na área das imagens médicas, foi desenvolvida uma plataforma computacional que possibilita o armazenamento e gerenciamento de imagens médicas de forma organizada e segura, chamada de PACS (?Picture Archiving and Communication System?), que, em geral, atua em conjunto com o Sistemas de Informação em Radiologia (?Radiology Information System?, RIS), integrando as informações clínicas dos pacientes, com dados do atendimento médico e realização dos exames complementares. A medicina corresponde a uma área do conhecimento muito ampla, com peculiaridades em diversas de suas esferas, inclusive na questão do ensino e aprendizagem, principalmente devido a necessidade de alinhamento entre teoria e prática. Diversos métodos têm sido utilizados no ensino simulado da medicina e da radiologia, na tentativa de contemplar todas suas peculiaridades e o avanço rápido das tecnologias. O uso de ambientes virtuais e de simulação tem sido cada vez mais utilizado no ensino em saúde, sendo que, independente do tipo de tecnologia utilizada, tem se mostrado um instrumento muito útil de aprendizado e avaliação de competências. Neste projeto, será avaliado o uso de uma plataforma educacional baseada em um ambiente PACS / RIS para ensino de radiologia para alunos de graduação em medicina. Em se considerando que o exame de RX ainda é o mais utilizado na prática clínica diária e diante do conceito de que todo médico generalista deve saber interpretar o RX de tórax, estaremos testando a aplicabilidade desse ambiente eletrônico como ferramenta auxiliar no ensino da radiologia torácica em nível de graduação. Para tanto, o experimento educacional será realizado durante a disciplina de radiologia do quarto ano do curso de medicina da FMRP, utilizando questionários pré e pós uso da plataforma para avaliar a experiência e aprendizado dos alunos.

Apesar de avanços no controle, a tuberculose (TB) ainda é um importante problema de saúde pública mundial, cursando com elevadas taxas de morbimortalidade. Dentre os principais desafios enfrentados para o controle da doença, merecem destaque a associação TB e HIV, o aumento da resistência bacilar às drogas e a morbidade associada, principalmente, às sequelas broncopulmonares induzidas pela doença, sendo estas as principais causas de complicação. O dano estrutural ocasionado pode resultar em graus variáveis de destruição parenquimatosa, bronquiectasias e comprometimento da função pulmonar e tem forte associação com o número de episódios prévios de TB e o tempo entre o início dos sintomas, o diagnóstico e o tratamento efetivo. O tabagismo, que é muito prevalente em pacientes com diagnostico de tuberculose broncopulmonar, destaca-se como agravante da doença e um importante fator indutor de lesão pulmonar, além de dificultar a caracterização adequada e isolada da sequela pulmonar induzida especificamente pela TB. Para a avaliação funcional das doenças crônicas pulmonares são utilizadas as provas de função pulmonar, especialmente a espirometria, que avaliam as doenças broncopulmonares de uma maneira global, em contrapartida, as imagens radiológicas permitem uma avaliação regional e compartimentalizada. Atualmente, a tomografia computadorizada de alta resolução é o exame imaginológico de escolha para o estudo das doenças de vias aéreas e do interstício pulmonar, sendo estas imagens passíveis de avaliação de maneira quantitativa através de programas computacionais de análise, correlacionando-se com os achados histopatológicos e com os resultados das provas de função pulmonar. A avaliação quantitativa por tomografia computadorizada já tem sido utilizada na avaliação da doença pulmonar obstrutiva crônica, asma e fibrose cística, descrevendo o curso natural destas doenças, analisando a extensão das alterações pulmonares e auxiliando o monitoramento do tratamento. Este trabalho será realizado no Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto da USP e trata-se de um estudo transversal e observacional. Espera-se com este trabalho identificar e caracterizar diferentes fenótipos relacionados às sequelas de tuberculose broncopulmonar em pacientes não tabagistas ou ex tabagistas com carga tabágica menor que 10 anos/maço, avaliando as alterações radiológicas e correlacionando com a análise quantitativa automática por tomografia computadorizada e provas de função pulmonar, já validada para outras doenças broncopulmonares crônicas. Esta pode ser uma ferramenta promissora para avaliação e seguimento dos pacientes com sequelas de TB pulmonar. As informações serão obtidas a partir da revisão e avaliação dos prontuários eletrônicos, exames de imagem e prova de função pulmonar de pacientes elegíveis ao estudo, com diagnóstico de tuberculose pulmonar prévia confirmado por crescimento de Mycobacterium tuberculosis em meio de cultura ou identificação em teste de sensibilidade molecular rápido (GenotypeMTBDRplus -Hain Lifescience, GmbH, Germany). Os resultados obtidos serão apresentados de forma descritiva e comparados a dados disponíveis na literatura. Considerando-se o impacto das sequelas pulmonares resultantes da TB broncopulmonar, levando a graus variáveis de limitação funcional dos pacientes, é fundamental a melhor compreensão dos mecanismos de dano estrutural e a otimização do diagnóstico e condução destes casos.

A investigação da doença intersticial pulmonar (DIP) constitui um desafio diagnóstico, sendo que a avaliação radiológica tem papel essencial, principalmente através da tomografia computadorizadas de alta resolução (TCAR). Atualmente, sabe-se que há um grande número de patologias relacionadas àDIP, com apresentações clínicas, laboratoriais e radiológicas heterogêneas, destacando-se a fibrose pulmonar idiopática (FPI), como doença de pior prognóstico. A FPI é uma
enfermidade que tem despertado interesse crescente nos últimos anos, devido ao aumento de sua incidência, em parte pelo envelhecimento da população, bem como pelo aperfeiçoamento dos métodos diagnósticos e o surgimento de novas opções terapêuticas através das medicações antifibróticas. Como consequência da altamorbimortalidade e do alto custo das novas medicações, observou-se também consequente sobrecarga sobre os recursos da saúde pública e privada, aumentando a importância do tema nos últimos anos.Neste estudo retrospectivo e observacional, será realizada a análise quantitativa automática utilizando um programa acadêmico, avaliando ao menos exames de TCAR de 500 pacientes com DIP. Inicialmente,será efetuada a análise subjetiva dos padrões de doença intersticial, atualizando a classificação dos padrões segundo o
consenso da ATS / ERS 2018, e posteriormente as imagens serão enviadas para análise quantitativa. Os dados obtidos com esta análise serão comparados entre os grupos de doença intersticial para identificar possíveis variáveis que possam contribuir na distinção do padrão PIU, provável/ indeterminado para PIU e do padrão de diagnóstico alternativo a PIU, assim como correlacionar os diferentes padrões específicos de diagnóstico alternativo a PIU e suas etiologias.

As doenças pulmonares intersticiais (DPIs) representam um espectro amplo e diverso de transtornos que causam graus variáveis de inflamação intersticial e fibrose, que podem, em última análise, promover um remodelamento dramático da arquitetura do parênquima pulmonar subjacente. A classificação de DPI pode ser um problema desafiador e, embora as discussões multidisciplinares (MDD) por clínicos, radiologistas e patologistas tenham melhorado a concordância e a confiança diagnóstica, muitos casos permanecem difíceis de serem classificados. Pneumonite intersticial bronquiolocêntrica (BIP) é uma doença pulmonar intersticial crônica caracterizada por quantidades variáveis de inflamação e fibrose com acentuação em torno das vias aéreas (centrada nas vias aéreas), quantidades variáveis de metaplasia peribronquiolar e um pequeno componente de pneumonia organizante. Suas possíveis etiologias incluem tabagismo, aspiração broncopulmonar crônica, manifestação pulmonar de doença vascular sistêmica autoimunes / colágeno subjacente, pneumonite por hipersensibilidade, toxicidade por drogas, algumas exposições a poeira, doença idiopática, entre outras condições. Esta doença está associada à alta morbidade e mortalidade e o diagnóstico precoce e preciso é fundamental para melhorar os resultados do tratamento. Este projeto estudará o perfil molecular de áreas centrolobulares miofibroblásticas organizantes ativas, onde o mecanismo específico de remodelação pulmonar está presente e validar biomarcadores diagnósticos translacionais. As vias moleculares dessas áreas de lesão revelarão mecanismos fisiopatológicos detalhados das doenças pulmonares intersticiais de maneira relacionada à etiologia. O biomarcador de diagnóstico molecular desempenhará um papel vital no apoio ao diagnóstico e etiologia específicos da DPI pulmonar bronquiolocêntrica, o que será de suma importância no tratamento e na evolução dos pacientes. Novas estratégias terapêuticas e novas drogas podem ser desenvolvidas com melhor custo-benefício e com melhor eficácia terapêutica.

A radiografia simples (RX) do tórax é o exame de imagem mais simples, barato e disponível, sendo em geral o primeiro exame na avaliação radiológica das doenças pulmonares. Na avaliação da doença intersticial pulmonar (DIP), o exame de imagem de escolha é a tomografia computadorizada de alta resolução (TCAR). Apesar de a TCAR ser o padrão ouro para avaliação da DIP, o RX de tórax é frequentemente o exame inicial diante da suspeita clínica. Já está estabelecido na literatura médica o papel da TCAR e da abordagem multidisciplinar no diagnóstico das DIPs, porém, não há um consenso em relação à interpretação do RX de tórax e seu papel na classificação e manejo destas doenças. Neste estudo, objetivamos organizar um banco de dados e imagens de pacientes com diagnóstico de DIP em seguimento clínico em nosso hospital e realizar uma avaliação padronizada dos exames de RX de tórax destes pacientes, correlacionando com a TCAR e a classificação atualizada das doenças intersticiais e pneumonias intersticiais idiopáticas. Também será averiguado se o RX de tórax pode auxiliar no diagnóstico e na escolha do protocolo mais adequado de TC diante da suspeita clínica de DIP.

O câncer de pulmão é o tipo de câncer que mais faz vítimas em todo o mundo. O prognóstico do câncer de pulmão deve levar em consideração diversos fatores além da classificação do sistema TNM (T - tumor, N - linfonodo, M - metástase), como o tipo histológico da lesão e as mutações genéticas. A radiogenômica é o processo de extração de características quantitativas de imagens médicas e associação com informações clínicas e genômicas, incluindo correlação com o tipo histológico do tumor maligno e algumas mutações, assim possibilitando uma tomada de decisão mais precisa e baseada em evidência. Nesse contexto, o objetivo desse projeto é investigar biomarcadores baseados em radiogenômica para auxiliar a correlação entre o padrão radiológico presente nas imagens diagnósticas, padrões genômicos e classificação histopatológica do tumor, além de dados de sobrevida do paciente, visando obter informações de caráter diagnóstico e prognóstico para o câncer de pulmão. Uma base de dados anonimizados de tumores pulmonares malignos será montada retrospectivamente para o desenvolvimento do projeto. Características quantitativas serão extraídas de imagens de tomografia computadorizada (TC) e ressonância magnética (RM) de tórax, e de imagens histológicas do fragmento ou peça cirúrgica. Informações histopatológicas e genômicas serão extraídas do tumor pós ressecção ou biópsia. Um classificador de aprendizado de máquina será desenvolvido para compor o biomarcador nos exames de TC, RM e histológico. Para a avaliação dos resultados, será utilizado principalmente o método de análise da área sob a curva ROC (do Inglês receiver operating characteristic) com o cálculo das medidas de sensibilidade e especificidade.

Hoje, quase todas as atividades humanas geram e/ou demandam armazenar e processar conjuntos de dados cada vez maiores, que muitas vezes são diversos e complexos. Esse cenário de crescimento vertiginoso, que ocorre tanto no meio científico, acadêmico, empresarial e até mesmo nas atividades de lazer, demanda novos métodos eficientes para organização e acesso. Tal cenário está sendo chamado como a "era da big data". Atividades e sistemas relacionados à saúde estão no centro desse cenário, pois produzem grandes quantidades de dados diversificados e complexos. É importante que avancemos tecnologicamente, de modo a nos beneficiarmos desse volume de dados para ampliar o conhecimento das áreas, de modo, por exemplo, a apoiar o processo de tomada de decisão. Esse apoio à decisão em sistemas complexos está cada vez mais orientado pelas informações extraídas e o que se aprende desses grandes volumes de dados. Em um ambiente clínico, os Registros Eletrônicos dos Pacientes (REP) constituem uma plataforma propícia ao desenvolvimento de estratégias para extração de informações dos pacientes, seus perfis e mesmo de grupos que possuem uma mesma casuística. Neste projeto, pretende-se integrar suportes inovadores de bancos de dados, processamento de imagens e métodos de análise visuais de dados com base em REPs e repositórios de dados clínicos para reunir informações valiosas e significativas para a tomada de decisões que apoiem o diagnóstico e tratamento de pacientes. O tamanho e a complexidade das bases de dados de REPs oferecem grandes desafios de processamento, tanto em termos de desenvolvimento e aplicação de técnicas de análise e de extração de conhecimento, quanto ao apoio ao desenvolvimento de ferramentas práticas para uso clínico. No entanto, também incorporam uma infinidade de oportunidades para criar algoritmos e métodos capazes de exibir informações relevantes relacionadas com um paciente particular ou grupos de pacientes, que estariam usualmente ocultas pelo grande volume de dados. Além disso, uma manipulação eficiente desses dados possui alto potencial para tornar os REPs em uma plataforma mais eficaz para apoiar os profissionais de saúde, lidando com aplicações médicas de rápida demanda bem como decisões governamentais estratégicas em saúde. Neste projeto iremos desenvolver métodos e algoritmos que serão materializados em uma plataforma modular a ser disponibilizada para a comunidade da área, apoiando o cotidiano da tomada de decisões em sistemas de saúde.

A avaliação por imagem dos nódulos pulmonares é tradicionalmente realizada com a radiografia simples e principalmente com a Tomografia Computadorizada (TC). Porém, nos últimos anos, as técnicas de aquisição e análise de imagens do tórax por Ressonância Magnética (RM) evoluíram sobremaneira, permitindo que esta tenha ganho espaço no estudo das lesões pulmonares. A RM é vantajosa em relação à TC por não utilizar radiação ionizante, ser o gadolínio um meio de contraste menos nocivo que o contraste iodado e pela RM apresentar maior resolução de contraste e ser um método multiparamétrico, oferecendo informações sobre a composição tecidual que não podem ser obtidas pela TC. O objetivo deste projeto de pesquisa é estudar pacientes com nódulos pulmonares utilizando a RM do tórax, se valendo de novas ferramentas quantitativas e funcionais. Serão utilizadas imagens dinâmicas de perfusão quadridimensional após a administração de meio de contraste endovenoso, avaliação sequencial do realce pós-contraste até o quarto minuto, sequência com técnica de inversão-recuperação para cálculo da relaxometria T1 e sequência ponderada em T2 com cortes de alta resolução para análise morfológica detalhada. Adicionalmente, pretendemos avaliar se a análise radiômica das imagens de RM pode acrescentar acurácia diagnóstica e prognóstica. Os dados obtidos com as técnicas de RM serão analisados em correlação com a análise tomográfica aplicada na rotina clínica, os dados clinicolaboratoriais e histopatológicos. Desta maneira, buscando enquadrar a RM como método válido dentro do conceito de medicina de precisão, avaliaremos a aplicabilidade destas ferramentas no estudo dos nódulos pulmonares, averiguando se elas podem acrescentar acurácia diagnóstica e prognóstica e ter aplicabilidade clínica.

Estudos realizados na Índia indicam que frentistas de postos de gasolina frequentemente exibem anormalidades em parâmetros de função pulmonar. Os padrões encontrados são compatíveis com restrição e doenças de pequenas vias aéreas. A partir dessas alterações pode-se supor que tais profissionais possuam um risco aumentado para o desenvolvimento de alterações inflamatórias de pequenas vias aéreas denominadas bronquiolites. A etiologia desses processos poderia estar na inalação de produtos voláteis derivados do petróleo ou ainda da exposição a poluentes liberados por motores automotivos. O presente estudo tem por finalidade pesquisar a presença de sintomas respiratórios, anormalidades de função pulmonar, alterações radiológicas e perfil inflamatório das vias aéreas de 50 frentistas de postos de gasolina, não fumantes e sem co-morbidades clínicas. Para tanto os voluntários serão submetidos a questionário padronizado, espirometria simples, oscilometria de impulso, tomografia de tórax de alta resolução, análises citológicas e bioquímicas do escarro induzido. Um grupo controle será constituído por 50 funcionários sadios de hospital universitário. Também serão realizadas medidas de exposição ambiental a matéria particulada no local de trabalho dos voluntários, bem como dosagens urinárias de metabólitos do benzeno.

A esclerose sistêmica (ES) é uma doença autoimune do tecido conjuntivo, caracterizada por injúria microvascular e inflamação que evoluem para fibrose dos tecidos. O acometimento pulmonar (doença intersticial pulmonar) está presente em até 90% dos pacientes, e é a principal causa de morbimortalidade. Há ainda a doença esofágica e a hipertensão pulmonar relacionada à ES. Novas terapias têm surgido para tratamento da ES, incluindo o transplante de medula óssea (TMO). Este será um estudo retrospectivo e unicêntrico, em que serão avaliados os exames de tomografia computadorizada de alta resolução (TCAR) do tórax de pacientes com ES submetidos ao TMO. A doença intersticial pulmonar será avaliada de maneira quantitativa pelo programa Yacta de análise complementamente automática. Também serão avaliados o acometimento esofágico, da trama vascular pulmonar e as mudanças do timo, de maneira subjetiva, quantitativa manual e automática. Os prontuários físicos e eletrônicos dos pacientes inclusos no estudo serão revistos, buscando os dados pré e pós transplante, para correlação com os achados de imagem. Nossa hipótese é de que a análise quantitativa das alterações tomográficas nos pacientes com ES submetidos ao TMO pode apresentar uma boa correlação com a avaliação clínica e funcional, podendo ser utilizada como ferramenta objetiva na predição de resposta e controle do tratamento.

(JOINT USP-HU RESEARCH) - Lung cancer is the most common cause of cancer-related deaths, with a 5-year overall survival rate of only 15%. The prognosis of lung cancer is still poor and varies markedly according to the tumor staging at diagnosis. Tumor stage at presentation, as designated by the tumor-node-metastasis (TNM) system, is the most important prognostic factor and may determine therapy. However, recent studies showed that clinical decision making may be influenced by other tumor aspects, such as, the histological subtype of the lesion. Moreover, some works showed that computed tomography (CT) image features also may influence the prognosis and response to therapy. However, those features are typically described semi-quantitatively or subjectively, qualitatively (heterogeneity, spiculation, attenuation and so on). Radiomics is an emerging field that converts imaging data into a high dimensional feature space using a large number of extracted data-characterization algorithms. The rationale of radiomics is that we could obtain a more comprehensive characterization of the underlying tumor phenotypes by extracting a large number of imaging features, which may ultimately correlate with clinical outcomes. Deep learning (DL) is making major advances in pattern recognition and machine intelligence problems. DL methods allow a machine to be fed with raw data and to automatically discover the representations needed for classification. The essence of deep learning is to compute hierarchical features of the observational data, where the higher-level features are defined from lower-level ones. One of the most used DL methods are the convolutional neural networks (CNN), due to their capacity of process data that come in the form of multiple arrays, such as images. Based on what was previously presented, the main goal of this proposal is to start an internationalinterdisciplinary collaboration focused on investigating the potential of deep learning-based radiomics analysis to improve malignant pulmonary tumor diagnosis, lung cancer patient?s prognosis, and treatment decision making.

Tradicionalmente, a radiografia simples e a tomografia computadorizada (TC) são os métodos de exame de imagem de escolha para avaliação da maior parte das doenças torácicas e pulmonares. Porém, nos últimos anos, as técnicas de imagem por Ressonância Magnética (RM) têm evoluído muito, permitindo que esta tenha ganhado espaço no estudo do tórax e dos pulmões. Os avanços da RM permitiram ainda o desenvolvimento de múltiplas ferramentas de caracterização tecidual, capazes de fornecer informações quantitativas funcionais e metabólicas. Na avaliação do câncer pulmonar, muitos estudos tem mostrando o papel da RM, com vantagens principalmente em relação ao estadiamento local do carcinoma broncogênico. O objetivo deste projeto de pesquisa é estudar pacientes com tumores pulmonares utilizando a RM do tórax, avaliando a aplicabilidade de novas técnicas quantitativas e funcionais por RM. Avaliaremos com RM as características morfológicas e de sinal das lesões. Os dados obtidos com as técnicas quantitativas de imagem funcional e metabólica serão analisados em correlação com os dados clinicolaboratoriais e histopatológicos. As imagens ponderadas em difusão fornecem informação quanto a viabilidade do tecido tumoral, podendo ser de forma semiquantitativa, baseada na presença ou não de sinal de restrição e sua intensidade, além da avaliação quantitativa dos mapas de ADC. A perfusão por RM é capaz de fornecer muitas informações refletindo a vascularização do tumor, incluindo os padrões e valores relacionados a curva de realce do tecido tumoral, medidas de fluxo e volume sanguíneo pulmonar e tumoral. Desta maneira, avaliaremos a aplicabilidade destas ferramentas em RM do tórax no estudo dos tumores pulmonares, averiguando se elas podem acrescentar acurácia ao método, não somente diagnóstica, mas também no estadiamento pré tratamento e no fornecimento de informações de valor prognóstico para a avaliação desses pacientes.

Three-dimensional contrast-enhanced MR angiography (3DCE-MRA) has been shown to be comparable or superior to digital subtraction angiography in the evaluation of lower extremity vessels, being mostly performed using a multi-station moving-table bolus chase technique. This technique can provide an arterial and venous angiographic study without the risks associated with ionizing radiation, iodinated contrast material or arterial catheterization. Sensitivities and specificities have been reported to range from 77% - 98%, for depicting severe arterial stenoses (>50%) and occlusions, from the level of the abdominal aorta to the popliteal artery.
Although 3DCE-MRA image quality is generally excellent for evaluation of the abdomen, pelvis and thigh, it may be inadequate for assessment of the calf and foot in up to one third of exams. In the bolus chase technique, timing of the contrast bolus is optimized for the first station (abdominal aorta). Subsequent acquisitions of the thighs and legs are performed consecutively and as quickly as possible, in order to capture the arterial phase of vascular enhancement. However, a potential problem may result from suboptimal timing delay; late capture of the legs allows time for venous filling that leads to obscured visibility of the arteries. 
Our study objective is to observe and quantitate changes in the gadolinium-enhanced time-varying signal intensity and contrast in the calf and popliteal vessels induced by prior placement of a BPC ? applied with sub-systolic, supra-venous filling pressure - using time-resolved 3DCE-MRA.