Este avanço poderá não só acelerar o diagnóstico, mas também o tratamento de diversas doenças, incluindo infeções, cancro, Alzheimer e outras formas de demência.

Os investigadores do ITQB NOVA apresentaram um sistema inovador baseado em inteligência artificial (IA) que utiliza machine learning para analisar imagens de forma mais eficiente. Ao contrário dos métodos tradicionais que dependem de algoritmos estáticos, a nova abordagem, chamada NanoPyx, adapta-se dinamicamente às características das imagens, funcionando como um chef que escolhe a receita mais adequada para cada situação.

“Utilizando esta ferramenta, podemos reduzir o tempo de processamento de horas para minutos, ou mesmo segundos”, afirma Bruno M. Saraiva, investigador do ITQB NOVA e co-primeiro autor do artigo publicado na revista Nature Methods. O sistema NanoPyx não só aumenta a velocidade de análise, mas também mantém a precisão, o que é crucial para a investigação biomédica e aplicações clínicas.

Os investigadores destacam que esta tecnologia poderá dar origem a uma nova geração de microscópios inteligentes, capazes de realizar análises em tempo real. Ricardo Henriques, líder do laboratório de Biologia e Ótica Orientada por IA do ITQB NOVA, explica que esta inovação permitirá a observação de interações virais de forma precisa, ajustando-se automaticamente à amostra em estudo.

Além de suas aplicações acadêmicas, o NanoPyx tem potencial para revolucionar a análise de biópsias e imagens cerebrais, possibilitando diagnósticos mais rápidos e precisos, o que pode impactar diretamente o tratamento de doenças como o cancro e as doenças neurológicas. A ferramenta também se mostra promissora na descoberta de novos medicamentos, acelerando a identificação de candidatos a tratamentos.

“Inicialmente, o NanoPyx mostra-se como um avanço significativo na extração de informações de dados biológicos complexos. Estamos entusiasmados com as possibilidades que esta ferramenta poderá trazer para a investigação médica”, conclui Inês Cunha, co-primeira autora da Universidade de Estocolmo.

Este estudo foi desenvolvido em colaboração com várias instituições, incluindo a Universidade de Estocolmo, o Cluster de Excelência DFG “Physics of Life”, a Universidade Técnica de Dresden, e a Universidade de Turku, entre outras.

NR/PR/HN