São Paulo (AUN - USP) - Quando alguém vai a um supermercado e passa o código de barra de um produto no leitor do caixa, sem saber está usando um sistema de reconhecimento de padrões. Através do código visual embutido no produto, a máquina reconhece e identifica o preço. Um grupo de pesquisa do Instituto de Matemática e Estatística (IME) da USP usa matemática para criar formas de reconhecimento de padrões que podem ajudar áreas que exijam muito mais complexidade, como a medicina e a biologia.

Em todos esses casos, o professor Roberto M. Cesar Jr, coordenador do projeto, diz que há as partes de interesse e que é preciso fazer classificação, separar uma estrutura da outra. É nesse ponto que entra o reconhecimento de padrões usando a matemática aplicada. “O que o projeto faz é desenvolver modelos matemáticos e depois algoritmos computacionais para fazer a classificação que procura reconhecer cada uma dessas partes”.

Segundo o professor, reconhecimento de padrões é algo que existe há muitos séculos, desde o começo da estatística. “O grupo de trabalho se distingue de outros grupos que têm atuação em áreas similares porque exploramos bastante o arcabouço matemático que está por trás”, diz. “Gostamos de entender o que está por trás do problema. É essa técnica que permite saber porque o método funciona e porque não funciona”.

O professor diz que esse tipo de pesquisa surgiu dessa necessidade de compreender o que está se passando por trás do problema. E para entender quais as necessidades de cada problema, o grupo do qual participa o professor faz parceria com especialistas: médicos, biólogos e engenheiros, por exemplo.

“Quando estamos trabalhando na área, procuramos entender quais são esses elementos componentes, que dependem da situação e do nosso parceiro”. Esse trabalho próximo com especialistas é fundamental para o sucesso das ações. “Cada um tem que tratar da sua área de maneira super competente”, diz.

Um dos possíveis usos desse tipo de tecnologia é na medicina, na análise de imagens para identificação de doenças ou para fazer diagnósticos. “Existem vários problemas importantes do ponto de vista de oftalmologia e de medicina, que envolvem segmentar as partes da imagem, separar as partes importantes”. As partes importantes dependem da aplicação. “No caso da retina, se a pessoa tiver diabetes, por exemplo, uma coisa importante é separar os vasos sanguíneos do resto”, explicou o professor. “Se a pessoa tiver um problema cardiovascular, o importante é tentar separar o que pode ser um aneurisma ou uma hemorragia do resto”.

Entre as maiores dificuldades para trabalhar nessa área, está a mão de obra especializada, normalmente estudantes de doutorado, além de especialistas da área tratada. É preciso muita qualificação para trabalhar com esse tipo de processamento de informações, determinação de parâmetros e padrões. Outro ponto ressaltado pelo professor é a capacidade de adaptação, já que as situações nem sempre podem ser absolutamente controladas. Por exemplo, um hospital trabalha com uma determinada máquina para exames que necessita de corantes para funcionar. Quando o hospital compra uma máquina nova, que não precisa mais de corantes, as variáveis mudam, é preciso adaptar e manter o reconhecimento de padrões na imagem eficiente. Essa maleabilidade, segundo o professor, é um dos pontos críticos.

Em casos onde é possível manter o ambiente bastante controlado, essa tarefa torna-se mais simples e eficiente. Ele dá o exemplo do código de barras, que trabalha com um código próprio, usando uma área relativamente grande e com muita informação redundante, para caso uma falhe, as demais possam compensar e não prejudicar a identificação do produto.

Se o leitor reconhecesse o objeto em si ao invés do código de barras, o algoritmo teria que ser muito mais complexo, envolvendo mais variáveis e maiores chances de erro. Esse tipo de coisa não existe, segundo ele, porque é algo ainda muito difícil. Porque os avanços desse tipo de tecnologia já alcançaram área que o professor chama de “tecnologia assistiva”. Nela, o reconhecimento de padrões pode ajudar, por exemplo, a montar um mapa virtual interativo para os bombeiros em caso de incêndio, onde a visibilidade é baixa. Também é usado para deficientes visuais, reconhecimento o ambiente e ajudando a se locomover, assim como cadeirantes.

O uso também em entretenimento, como em simuladores, também já é presente. Segundo o professor, esse tipo de aplicação “mistura entretenimento e interação homem/máquina”. Roberto M. César Jr. ainda acredita que esse tipo de tecnologia será uma “área quente” desse mercado nos próximos dez anos, ao menos.