iLoF - como a Fotónica e a Inteligência Artificial podem contribuir para uma Medicina mais personalizada
by
Sala de Conferências
Departamento de Física FCTUC
Face à rápida evolução das epidemias deste século, a pesquisa pelo diagnóstico e tratamentos mais eficazes constituem dois dos maiores desafios propostos à comunidade médica. O aumento da esperança média de vida e a alteração dos padrões comportamentais trouxeram consigo uma maior prevalência de doenças para as quais se exige uma resposta mais ágil e rápida.
Em muitas situações, o primeiro diagnóstico realizado não é o correto e a terapêutica aplicada não resulta, contribuindo para que a patologia avance e assuma contornos mais complexos, tornando-a cada vez mais difícil de caracterizar e combater.
Paralelamente, são também frequentes as situações em que o diagnóstico é correto, no entanto, a terapêutica, mesmo que amplamente validada, não resulta para o indivíduo . Estes casos devem assumir especial destaque à luz dos novos desenvolvimentos da medicina personalizada. A fisiologia humana é altamente variável de indivíduo para indivíduo, fazendo com que a abordagem genérica de “fórmula única” limite a eficácia da terapêutica a utilizar. São necessárias ferramentas inteligentes que habilitem a capacidade de entender as “pequenas diferenças” entre cada um de nós, de modo a serem desenhadas as estratégias terapêuticas capazes de combater as doenças deste século. Áreas tecnológicas como a fotónica (utilização de luz) e a inteligência artificial mostram-se como soluções promissoras para enfrentar este desafio. Nesta apresentação serão abordados casos práticos na qual uma nova ferramenta - a iLoF (intelligent Lab on Fiber) - baseada em fotónica (utilização de luz) e a inteligência artificial é utilizada na diferenciação de subtipos de cancro associados a diferentes probabilidades de metastização ou até mesmo a diferenciação entre diagnósticos de Alzheimer e estados de demência natural.
Sala zoom:
https://videoconf-colibri.zoom.us/j/81310717360?pwd=OUhFb21paEhaOUE0cTVjZE1wdWQ4QT09
ID da reunião: 81310717360
Password: 055056
Filipe Veloso e Pedro Costa
