Um grupo de engenheiros de uma universidade da Tunísia desenvolveu uma ferramenta que pode auxiliar no combate ao Covid-19 e transformar a realização de testes para a identificação do vírus em algo mais simples, rápido e online.
Segundo informações da AFP, a ferramenta desenvolvida pelo grupo permite que exames de raio-x dos pulmões de pacientes do novo coronavírus (Sars-Cov-2) sejam escaneados por computadores, que avaliam se o vírus está presente no corpo ou não.
O grupo, formado por professores e alunos do Instituto Nacional de Ciência Aplicada e Tecnologia (INSAT), vem montando a ferramenta desde o início do mês de março e conta com o suporte da agência alemã GIZ, da Sociedade de Radiologia Médica da Itália e da IBM.
Ainda de acordo com a publicação, a plataforma ainda está em fase de testes, mas terá grande importância no combate à pandemia, principalmente em lugares que não têm hospitais ou especialistas de saúde.
Até o momento, os testes mostraram que a ferramente teve uma precisão de 90% e permitiram a classificação de um grande número de imagens em um curto período de tempo e com baixo custo.
"Quanto mais imagens tivermos na plataforma, mas exatos e confiáveis os resultados ficarão", afirmou Mustapha Hamdi, um dos engenheiros envolvidos na pesquisa.
Segundo informações da AFP, a ferramenta desenvolvida pelo grupo permite que exames de raio-x dos pulmões de pacientes do novo coronavírus (Sars-Cov-2) sejam escaneados por computadores, que avaliam se o vírus está presente no corpo ou não.
O grupo, formado por professores e alunos do Instituto Nacional de Ciência Aplicada e Tecnologia (INSAT), vem montando a ferramenta desde o início do mês de março e conta com o suporte da agência alemã GIZ, da Sociedade de Radiologia Médica da Itália e da IBM.
Ainda de acordo com a publicação, a plataforma ainda está em fase de testes, mas terá grande importância no combate à pandemia, principalmente em lugares que não têm hospitais ou especialistas de saúde.
Até o momento, os testes mostraram que a ferramente teve uma precisão de 90% e permitiram a classificação de um grande número de imagens em um curto período de tempo e com baixo custo.
"Quanto mais imagens tivermos na plataforma, mas exatos e confiáveis os resultados ficarão", afirmou Mustapha Hamdi, um dos engenheiros envolvidos na pesquisa.
