Resumo em Português:

RESUMO Deep Learning é uma técnica de aprendizado de máquina na qual o programa computacional aprende padrões diretamente a partir de imagens classificadas previamente. O presente ensaio objetivou apresentar essa técnica e algumas de suas aplicações para diagnóstico de doenças e identificação de insetos vetores para incentivar profissionais da saúde que não tenham conhecimento aprofundado em informática e que desejem utilizar a ferramenta para realizar análises automatizadas. Deep Learning tem sido aplicado para diagnóstico de câncer, fibrose cardíaca, tuberculose, detecção de parasitos como Plasmodium e Leishmania e ainda para identificação de insetos vetores. Na Universidade de Brasília, a técnica tem sido aplicada para desenvolver uma ferramenta para identificar lesões ulceradas de leishmaniose em diagnóstico diferencial e para detectar Leishmania em lâminas de estudos histopatológicos. Além disso, Deep Learning tem sido usado para identificar as espécies de vetores da doença de Chagas – o que é importante para auxiliar na vigilância epidemiológica. O uso da tecnologia envolve desafios éticos e procedimentais que são discutidos no presente ensaio. O ensaio aponta perspectivas de desenvolvimento de aplicativos que auxiliem os profissionais de saúde no diagnóstico de Leishmaniose e de vetores da doença de Chagas, o que vai ao encontro dos objetivos da pesquisa translacional.

Resumo em Inglês:

ABSTRACT Deep Learning is a machine learning technique in which the computational algorithm learns patterns directly from images previously classified. The present essay aims to show some of its applications for clinical diagnosis and identification of insect vectors to encourage health professionals who do not have deep knowledge of computer science and who wish to use the tool to perform automated analyzes. Deep Learning has been applied to the diagnosis of cancer, cardiac fibrosis, tuberculosis, detection of parasites such as Plasmodium and Leishmania, and to identify insect vectors. At the University of Brasília, Deep Learning has been used to develop a tool to identify ulcers caused by leishmaniasis, as well as to detect Leishmania parasites. Moreover, Deep Learning was applied to identify the species of vectors of Chagas disease, an important contribution to the epidemiological surveillance of the disease. The use of Deep Learning involves some ethical and procedural issues that are discussed in this paper. Finally, the essay points out perspectives of development of apps that assist health professionals in the diagnosis of Leishmaniasis and Chagas disease vectors, which meets the goals of translational research.

Resumo em Português:

RESUMO A pesquisa translacional envolve a interface entre a pesquisa básica e a clínica médica com o intuito de gerar produtos ou processos inovadores para introduzi-los nos protocolos clínicos e nos sistemas de saúde. O objetivo desse ensaio foi apresentar uma visão geral dos avanços da transcriptômica, subsidiados pela disponibilidade e utilização das novas tecnologias da informação e biologia molecular. Na busca pelo diagnóstico preciso e menos invasivo, testes transcriptômicos utilizam assinaturas de expressão gênica visando detectar doenças neurodegenerativas (Parkinson e Alzheimer), autoimunes (lúpus eritematoso sistêmico, granulomatose de Wegener), insuficiência cardíaca, autismo e câncer (de mama, colorretal, hepático e de pulmão). No sistema de saúde inglês as diretrizes clínicas incorporam oito testes transcriptômicos, todos com foco no câncer. No Brasil testes genômicos com base nas sequências de DNA são regulamentados para diagnosticar anomalias congênitas, tanto no Sistema Único de Saúde, como na saúde suplementar, mas os testes moleculares não avançaram no âmbito da transcriptômica diagnóstica. O sistema de saúde brasileiro deveria ir além dos testes de análise genômica e iniciar o processo de regulamentação das tecnologias transcriptômicas de diagnóstico. No futuro, testes diagnósticos avaliando múltiplos perfis de expressão gênica podem se transformar em exames de rotina numa forma de triagem molecular.

Resumo em Inglês:

ABSTRACT Translational research involves the interface between basic research and medical practice in order to generate innovative products or processes to introduce them into clinical protocols and health systems. The objective of this essay was to present an overview of transcriptomic advances, subsidized by the availability and use of new information technologies and molecular biology. In the search for accurate and less invasive diagnosis, transcriptomic tests use gene expression signatures to detect neurodegenerative diseases (Parkinson and Alzheimer), autoimmune (systemic lupus erythematosus, Wegener’s granulomatosis), heart failure, autism and cancer (breast, colorectal, hepatic and lung). In the English health system the clinical guidelines incorporate eight transcriptomic tests, all with a focus on cancer. In Brazil genomic tests based on DNA sequences are regulated to diagnose congenital anomalies both in the Unified Health System and in supplementary health, but the molecular tests have not advanced in the scope of the diagnostic transcriptomics. The Brazilian health system should go beyond the tests of genomic analysis and begin the process of regulation of transcriptomic diagnostic technologies. In the future, diagnostic tests evaluating multiple gene expression profiles may become routine exams in a form of molecular screening.

Resumo em Português:

RESUMO Trata-se de um ensaio sobre a construção das listas de produtos estratégicos para o Sistema Único de Saúde brasileiro elegíveis para a apresentação de propostas de projetos de Parcerias para o Desenvolvimento Produtivo (PDP). O objetivo deste estudo foi analisar, de modo crítico, o processo de construção dessas listas, revendo os critérios utilizados, a interação existente atualmente com a avaliação de tecnologias em saúde, a colaboração entre tomadores de decisão e pesquisadores ou instituições de referência e a influência da composição da lista no desfecho dos projetos e alcance dos objetivos da iniciativa. Verificou-se que o uso de evidências científicas e as ações de colaboração de pesquisadores são reduzidos na tomada de decisão, e que a composição da lista apresenta grande influência no desfecho das PDP, sendo a sua construção fator primordial para o sucesso dessa iniciativa e internalização das tecnologias. Apresenta-se, como sugestão para organização dos trabalhos de elaboração da lista, a definição regimental de uso de um programa de respostas rápidas independentes organizado entre o governo, academia e instituições envolvidas nas aprovações das PDP para que a melhor evidência científica esteja disponível para os tomadores de decisão em um curto prazo.

Resumo em Inglês:

ABSTRACT This is an essay on the construction of strategic product lists for the Brazilian Unified Health System (SUS) eligible for the submission of proposals for Productive Development Partnerships (PDP). The objective of this study was to critically analyze the process of constructing these lists, reviewing the criteria used, the interaction currently existing with the evaluation of health technologies, the collaboration between decision makers and researchers or reference institutions, and the influence of the composition of the list on the outcome of the projects and reach of the objectives of the initiative. It was found that the use of scientific evidence and collaborative actions of researchers are reduced in decision making, and that the composition of the list has a great influence on the outcome of the PDP, and its construction is a key factor for the success of this initiative and the internalization of technologies. A suggestion for organizing the list-making work is the regimental definition of the use of an independent rapid response program organized between the government, the academy, and institutions involved in PDP approvals, so that the best scientific evidence is available to policy decision makers in the short term.

Resumo em Português:

RESUMO A análise desenvolvida sobre a dinâmica de inovação em saúde no contexto do Sistema Nacional de Inovação em Saúde revela as potencialidades da articulação das instituições de Ciência, Tecnologia e Inovação (CT&I) com o Complexo Econômico-Industrial da Saúde (Ceis), a partir da interação entre as universidades e os institutos de pesquisa com o setor produtivo. A translação em saúde depende fortemente da dinâmica e da situação relativa do Ceis no Brasil ante o contexto internacional. O estudo faz uma análise das interações entre empresas farmacêuticas e grupos de pesquisa em saúde no País dos microdados da base de dados do Diretório de Grupos de Pesquisa do Conselho Nacional de Desenvolvimento Científico e Tecnológico (DGP-CNPq), utilizando uma abordagem metodológica apropriada aos estudos de redes de colaboração. Ademais, mostra o potencial de diversas instituições de CT&I brasileiras, revelando a presença de uma rede de interações com o setor produtivo na área biofarmacêutica, com potencial para o desenvolvimento do sistema de inovação em saúde. Essa interação poderá adquirir, de fato, uma perspectiva translacional para a utilização do conhecimento tecnológico pela sociedade brasileira na medida em que seja articulada com o desenvolvimento do Ceis no Brasil, como elo crítico no qual a pesquisa se transforma em produção de bens e serviços para atender às demandas do Sistema Único de Saúde.

Resumo em Inglês:

ABSTRACT The analysis of the dynamics of innovation in health in the context of the National System of Innovation in Health reveals the potential of the articulation of Science, Technology and Innovation (ST&I) institutions with the Health Economic-Industrial Complex (HEIC), in view of the interactions between universities and research institutes with the productive sector. Translational health research depends heavily on the dynamics and relative situation of the HEIC in Brazil regarding the international context. The study analyzes the interactions between pharmaceutical companies and health research groups in the country, using microdata from the CNPq Research Group Directory database (DGP-CNPq), in a methodological approach appropriate to collaborative network studies. Furthermore, it shows the presence of a network of interactions with the productive sector in the biopharmaceutical area and highlights the potential of several Brazilian ST&I institutions to foster the development of the health innovation system. This interaction may acquire a translational perspective for the use of technological knowledge by the Brazilian society insofar as it is articulated with the development of the HEIC in Brazil as a critical link to meet the demands of the Unified Health System.