Teoria de pesquisador premiado permite avanço na medicina
Para os interessados em Matemática que se perguntam qual a aplicação objetiva de tantos cálculos e equações incompreensíveis para os leigos, o pesquisador americano David Donoho, vencedor do Prêmio Gauss deste ano, é inspirador. Em palestra nesta terça-feira, o matemático mostrou como a teoria compressive sensing (CS), desenvolvida por ele, proporcionou um salto de qualidade na medicina, com o desenvolvimento de novas tecnologias que começam a tornar a ressonância magnética mais rápida e precisa.
“A Matemática é inspiradora, mas o real trabalho é feito por engenheiros, médicos e outros profissionais”, disse Donoho ao iniciar a palestra “Compressive sensing: do quadro-negro para a cabeceira da cama”.
Leia também: Machine learning pode revelar engrenagens da mente
Landim explica fenômeno da metaestabilidade
Diversidade de origens é destaque no ICM 2018
Segundo o pesquisador, um estímulo fundamental ao desenvolvimento de novos scanners de ressonância magnética foram artigos sobre compressive sensing publicados em revistas de Matemática, em 2006. Em pouco mais de dez anos, profissionais de grandes multinacionais desenvolveram uma nova geração de aparelhos. Com a aprovação do governo americano para que entrem no mercado, os equipamentos, desenvolvidos pela General Electric, Siemens e Philips, começam a se tornar viáveis comercialmente.
Além de proporcionar imagens mais detalhadas e precisas, a tecnologia acelera em até dez vezes a captação dos dados, evitando que o paciente fique muito tempo imobilizado. Donoho citou casos como o do equipamento que localizou um tumor não detectado em várias biópsias tradicionais, feitas no mesmo paciente. Também falou sobre o aparelho de ressonância tridimensional que aumenta em cinco vezes a chance de um câncer de próstata ser descoberto. Um terceiro equipamento, ainda em teste, permite acompanhar em alta precisão os músculos do coração se movendo.
Tudo isso foi possível a partir do arcabouço teórico proporcionado pelo CS, que criou um novo paradigma para a captura de dados, muito mais acelerado, a partir de um algoritmo estável e robusto. “É importante para um matemático saber como um artigo de 2006 se transformou em novas tecnologias de ressonância magnética em 2017”, disse Donoho, matemático da Universidade Stanford, onde se dedica à estatística e à Matemática Aplicada.
O pesquisador lembrou os benefícios dos avanços médicos para pacientes e médicos, mas também o significado para os contribuintes, já que grande parte da pesquisa matemática nos Estados Unidos é financiada com fundos públicos. “A Matemática é persuasiva porque traz clareza, convence, inspira. Tem precisão, rigor, limites claros sobre o que é possível”, resumiu o pesquisador.
