O trabalho de conclusão de curso técnico em informática dos estudantes Isabel Heloíse Santos Silva e Ramoni Reus Barros Negreiros orientados pelo professor André Luiz Firmino Alves em 2019 rendeu um artigo científico publicado na renomada revista internacional Spring Nature Computer Science, avaliada com Qualis A2.

O artigo trata sobre um modelo de deep learning capaz de reconhecer automaticamente o diagnóstico de COVID-19 por meio de imagens radiográficas. “Em 2020, no auge da pandemia, em que o teste para Covid era escasso (e caro), pensamos em uma abordagem de utilizar técnicas de aprendizagem de máquina para reconhecer padrões em imagens de Raio-x e auxiliar na detecção de Covid-19”, afirmou o professor André. No estudo, foram comparadas imagens de raio-x de pulmões com coronavírus, pneumonia bacteriana e viral, e saudáveis. O resultado obteve 93% de precisão.

Acesse aqui o artigo.

A notícia sobre a publicação foi recebida com muito entusiasmo, sobretudo por se tratar de um artigo que envolveu estudantes do ensino médio. “A publicação demorou, a relevância também deixou de ser urgente, uma vez que a testagem para Covid em massa da população ficou popular com outros métodos mais convencionais. No entanto, acredito que os revisores da revista entenderam que os métodos científicos empregados no trabalho deveriam ser publicados para a comunidade científica, por questões históricas e aplicações futuras em outras situações semelhantes”, disse o professor André.

Além de ter sido publicizado em revista científica a temática também foi apresentada numa Conferência internacional “Proceedings of the 19th International Conference on Wireless Networks and Mobile Systems (WINSYS 2022)”. A partir desse evento, surgiu o convite para publicar na revista. O artigo contou com a participação dos professores UFCG: Cláudio de Souza Baptista, PhD e Dr. Angelo Perkusich e do IFPE: Dr. Dalton Cézane Gomes Valadares.