Grupo de pesquisa em nanotecnologia concluiu que o uso de algoritimos computacionais pode aumentar acurácia de sensores eletroquímicos usados em monitoramento de dados ambientais e de testes de diagnósticos de doenças, por exemplo. Uso de Inteligência Artificial pode aumentar em até 99% precisão de resultados de sensores eletroquímicos, aponta pesquisa do CNPEM
Reprodução/CNPEM
O uso da Inteligência Artificial (IA) pode aumentar em até 99% a precisão de resultados obtidos por sensores eletroquímicos, dispositivos utilizados em monitoramento de dados ambientais ou em testes para diagnósticos de doenças.
Essa foi a conclusão de um grupo de pesquisa em nanotecnologia do Centro Nacional de Pesquisa em Energia e Materiais (CNPEM), em Campinas (SP), onde está o acelerador de partículas Sirius, e onde será construído um laboratório de biossegurança máxima, de R$ 1 bilhão, que será único no mundo.
Os cientistas identificaram que o uso de algoritmos de aprendizagem computacional, uma técnica conhecida como “machine learning, ampliam a acurácia dos dados finais de 70% até 99% na comparação com resultados obtidos por um mesmo dispositivo não analisado com auxílio da IA.
Participe do canal do g1 Campinas no WhatsApp
Segundo os pesquisadores, a utilização do método permite minimizar tanto os falsos positivos quanto os falsos negativos nas medidas que os sensores revelam, e isso traz impacto para os custos, uma vez que o investimento na tecnologia amplia a precisão dos sensores já utilizados.
“Em vez de concentrar os esforços de pesquisa e fabricação apenas em aprimorar o dispositivo em si, o que torna ele mais caro, deve-se também recorrer a softwares que aumentem a precisão das análises químicas, ou seja, uma opção mais acessível, mas que ainda garanta resultados confiáveis”, destaca Renato Sousa Lima, pesquisador responsável pelo estudo.
As descobertas do grupo de cientistas do CNPEM, em Campinas (SP), foram publicadas em um volume especial para jovens pesquisadores da científica Analytical and Bioanalytical Chemistry.
Aplicações infinitas
Segundo os pesquisadores, as aplicações de machine learning são variadas e podem ser infinitas. O grupo envolvido na publicação tem, por exemplo, atuado no desenvolvimento e aplicação de sensores eletroquímicos em dois ramos principais: análises em meio ambiente e diagnósticos clínicos.
Entre os exemplos de aplicação incluem o uso de sensores vestíveis em folhas para monitorar condições fisiológicas de plantas de soja e cana-de-açúcar e testes-rápidos da Covid-19.
LEIA TAMBÉM
Inteligência Artificial cria cerveja, da receita ao nome, em um mês; g1 experimenta novidade
Inteligência artificial desenvolvida na Unicamp mapeia danos da Covid-19 em pulmões infectados
Uso mais recorrente, mas com critério
Renato Sousa Lima defende que o uso de inteligência artificial no desenvolvimento de sensores seja cada vez mais recorrente, mas pondera que os algoritimos escolhidos não tornem as análises muito complexas.
“Em geral, é desejável que os sensores possam gerar análises simples e rápidas, de modo que possam ser operados no nosso dia a dia por pessoas não especializadas, pois não adiantaria melhorar o resultado de um diagnóstico se esse resultado é de difícil leitura”, pontua.
Lima usa como exemplo métodos que podem tratar dados automaticamente em dispositivos móveis, como os celulares, permitindo análises mais simples e com conectividade, como ocorre em exemplos da telemedicina.
LEIA TAMBÉM
Saiba por que laboratório de R$ 1 bilhão previsto no novo PAC será único no mundo
Quer descobrir como é o Sirius por dentro? Visita virtual revela detalhes inéditos do acelerador de partículas
Superlaboratório Sirius atrai atenção de cientistas da Argentina, Grã-Bretanha, Alemanha e EUA
Sirius: maior estrutura científica do país, instalada em Campinas (SP).
CNPEM/Sirius/Divulgação
VÍDEOS: saiba tudo sobre Campinas e Região
Veja mais notícias da região no g1 Campinas
