Desenvolvimento de leitor óptico para exames médicos

Publicado por:

Por Yuri Moura, Pesquisador do NUPEC

O projeto busca melhorar a interpretação de resultados de exames médicos, utilizando como ferramenta um leitor baseado em Optical Character Recognition (OCR), o qual é um recurso que permite que os caracteres sejam extraídos para desenvolver um sistema capaz de processar e analisar os dados, os quais possibilitam a obtenção de um pré-diagnóstico, contudo, sem substituir a avaliação do profissional de saúde responsável (BATRA et al., 2023).

O projeto utilizou como base fundamental o trabalho de SOUZA (2013), cujo objetivo foi desenvolver um leitor OCR voltado à identificação de caracteres numéricos em contracheques bancários, possibilitando análises e comparações com valores de referência previamente definidos.

Identificou-se a necessidade de desenvolver um sistema integrado capaz de centralizar exames médicos, inicialmente focado em hemogramas, para realizar análises mais assertivas. A proposta busca consolidar o acompanhamento dos resultados ao longo do tempo, permitindo identificar a evolução dos quadros clínicos.

No projeto foi utilizado uma Rede Neural Artificial Paraconsistente (RNAP) associada à Lógica Paraconsistente Anotada (LPA) com objetivo no tratamento de dados inconsistentes (CARVALHO; ABE, 2011). Diferentemente da lógica clássica, que se apoia no princípio do terceiro excluído, a LPA permite lidar de maneira performática com inconsistências, refinando informações conflitantes e evitando resultados indesejados, sendo eficaz em sistemas que exigem análise e tratamento de dados sob condições de incerteza.

O sistema proposto foi estruturado em sete etapas sequenciais, garantindo linearidade no fluxo de dados desde a coleta até a análise final. Nos testes realizados, observou-se uma taxa de assertividade entre 66% e 80% na extração de informações a partir de arquivos nos formatos de texto e imagem, além de incorporar funcionalidades adicionais de otimização.

🇧🇷 No projeto “Desenvolvimento de Leitor Óptico para exames médicos”, identificou-se a necessidade de um sistema integrado capaz de centralizar exames médicos, especialmente hemogramas. Assim, espera-se melhorar a interpretação de resultados de exames, utilizando um leitor baseado em Optical Character Recognition. Portanto, o sistema seria capaz de processar e analisar dados, possibilitando a obtenção de um pré-diagnóstico, sem substituir a avaliação do profissional de saúde.

🇬🇧 In the project “Development of an Optical Reader for Medical Examinations,” the need for an integrated system capable of centralizing medical examinations, especially blood tests, was identified. Thus, it is expected to improve the interpretation of test results using a reader based on Optical Character Recognition. Therefore, the system would be able to process and analyze data, enabling a preliminary diagnosis without replacing the evaluation of a healthcare professional.

🇪🇸 En el proyecto “Desarrollo de un lector óptico para exámenes médicos”, se identificó la necesidad de un sistema integrado capaz de centralizar los exámenes médicos, especialmente los análisis de sangre. Se espera, por lo tanto, mejorar la interpretación de los resultados de las pruebas mediante un lector basado en el reconocimiento óptico de caracteres (OCR). De esta manera, el sistema podría procesar y analizar datos, permitiendo un diagnóstico preliminar sin sustituir la evaluación de un profesional sanitario.

🇨🇳 在“用于医学检查的光学阅读器开发”项目中,我们发现需要一个能够集中处理医学检查(尤其是血液检查)的集成系统。因此,我们期望利用基于光学字符识别技术的阅读器来提高检测结果的解读效率。该系统能够处理和分析数据,从而在不取代医疗专业人员评估的情况下提供初步诊断。

REFERÊNCIAS
BATRA, P. et al. OCR-MRD: performance analysis of different optical character recognition engines for medical report digitization. International Journal of Information Technology, p. 1-9, 2023. DOI: 10.1007/s41870-023-01610-2.

CARVALHO, Fábio Romeu de; ABE, Jair Minoro. Tomada de decisão com ferramenta da lógica paraconsistente anotada: método paraconsistente de decisão. 1. ed. São Paulo: Blucher, 2011.

SOUZA, Sheila. Sistema de reconhecimento de caracteres numéricos manuscritos baseados nas redes neurais artificiais paraconsistentes. 2013. Dissertação (Mestrado em Ciências) – Faculdade de Medicina da Universidade de São Paulo, São Paulo, 2013.





Publicado em 07 de jul. de 2026 por Anaís Gusmão – Ascom/NUPEC

Compartilhe

Facebook
Twitter
Pinterest
LinkedIn
Veja mais

Publicações relacionadas