Kavya Kopparapu: O diagnóstico construído a partir de uma lente impressa em 3D

A retinopatia diabética é uma das principais causas de cegueira evitável, e o seu rastreio requer geralmente um oftalmologista, uma câmara retinal especializada e uma marcação que muitos pacientes em regiões pobres ou rurais nunca conseguem. A resposta de Kavya Kopparapu, desenvolvida enquanto estudante do ensino secundário em Alexandria, na Virgínia, foi uma lente impressa em 3D encaixada na câmara de um smartphone e um modelo de inteligência artificial treinado para ler as imagens resultantes. Ela chamou-lhe Eyeagnosis, e foi apenas a primeira de várias ferramentas de diagnóstico que construiu antes de terminar a sua licenciatura.

Thomas Jefferson High School

Kopparapu frequentou a Thomas Jefferson High School for Science and Technology em Alexandria, uma escola especializada conhecida por formar estudantes orientados para a investigação, e seguiu para a Universidade de Harvard. O seu primeiro projeto documentado surgiu no seu primeiro ano: MediKey, uma aplicação móvel que permitia aos técnicos de emergência médica obter de forma segura informações clínicas do smartphone de um paciente inconsciente — um problema com riscos reais evidentes, dada a importância de cada segundo que um técnico passa a tentar adivinhar as alergias ou medicamentos de um paciente.

Eyeagnosis e o exame de retina por smartphone

Em 2016, aos dezassete anos, Kopparapu construiu a Eyeagnosis: um acessório de lente impresso em 3D de baixo custo, emparelhado com uma aplicação móvel que utilizava aprendizagem automática para detetar retinopatia diabética a partir de uma fotografia da retina tirada com um smartphone, sem o exame ocular extensivo exigido por um diagnóstico convencional. O projeto visava uma lacuna de acesso global específica — a retinopatia diabética é tratável se detetada precocemente, mas o rastreio precoce é precisamente o passo mais difícil de fornecer a baixo custo e em larga escala. A ferramenta valeu-lhe o reconhecimento como WebMD Health Hero em 2017 e cobertura em meios de comunicação que acompanham inventores adolescentes a trabalhar em aprendizagem automática aplicada.

GlioVision e diagnósticos de cancro mais rápidos

Kopparapu seguiu a Eyeagnosis com a GlioVision, uma plataforma desenvolvida entre 2017 e 2019 para a avaliação automatizada do glioblastoma, um cancro cerebral agressivo, diretamente a partir de imagens patológicas. O argumento era a velocidade e o custo: os métodos de diagnóstico baseados em ADN para o glioblastoma são lentos e dispendiosos, e uma abordagem de aprendizagem automática baseada em imagens prometia uma alternativa mais rápida e barata para classificar amostras de tumores. O trabalho baseou-se na colaboração com investigadores da Stony Brook University e dos Institutos Nacionais de Saúde (National Institutes of Health), e acabou por contribuir para uma patente em seu nome (US10748040B2).

Construindo o caminho para os outros

Em vez de tratar as suas próprias invenções como o fim, Kopparapu fundou a GirlsComputingLeague em 2015 para realizar workshops de computação e ciência para raparigas em escolas com poucos recursos, e mais tarde lançou uma iniciativa de equidade tecnológica em parceria com a HP em novembro de 2020. Continuou em funções de investigação em Harvard, frequentando cursos como Tiny Machine Learning e Computing at Scale, estagiou na equipa de aprendizagem automática da Apple e foi nomeada embaixadora AAAS IF/THEN para mulheres em STEM a partir de 2019. O reconhecimento seguiu-se através de um registo mediático mais vasto do que aquele que a maioria dos inventores adolescentes recebe: um destaque na exposição "Girlhood (It's Complicated)" do Smithsonian em 2020, uma distinção "Voices of the Year" da revista Seventeen e um lugar como Harvard Undergraduate Technology Innovation Fellow. Sobre a sua motivação, ela disse: "Quero ter um impacto nos estudantes que querem seguir informática, e torná-los mais confiantes nas suas capacidades, competências e futuro."

Uma cientista virada para o público

Ao contrário de muitos inventores adolescentes cuja visibilidade desaparece quando os troféus das feiras de ciências param, Kopparapu continuou a construir um perfil público em torno do trabalho e não em torno de si própria: organizando uma Cimeira de Inteligência Artificial em outubro de 2017 que reuniu figuras da indústria e estudantes na mesma sala, integrando o conselho de administração de um museu de ciência interativo e publicando na edição centrada em IA da WebMD no início de 2020. Foi também perfilada pela Marie Claire em setembro de 2020 e reconhecida pela campanha "Do Good, Do Beautiful" da Alba Botanica em abril de 2019 — o tipo de atenção de marca de consumo que raramente chega a um projeto de biologia computacional, e que sugere que a sua história estava a ser lida tanto pelo seu valor de defesa como pelo seu conteúdo técnico.

Por que Kavya é chamada de génio

A associação de Kopparapu a este termo baseia-se num padrão específico e repetível e não num único rasgo de génio: identificar um estrangulamento de diagnóstico na medicina (rastreio da retinopatia, classificação do glioblastoma) e construir um fluxo de trabalho de aprendizagem automática baseado em hardware barato e acessível (um smartphone, um acessório impresso em 3D) em vez do equipamento especializado caro que o campo assume normalmente ser necessário. É uma verdadeira proeza de julgamento de engenharia aplicada: saber que partes de um fluxo de diagnóstico caro podem ser substituídas por uma câmara de telemóvel e um modelo treinado, e quais não podem.

A ressalva honesta é que nem a Eyeagnosis nem a GlioVision estão documentadas no material de origem como tendo atingido a implementação clínica ou a validação por pares em larga escala; ambas são descritas como protótipos e colaborações de investigação, em vez de ferramentas aprovadas pela FDA ou adotadas por hospitais. Essa lacuna — entre uma prova de conceito funcional coberta pela WebMD e pelo Smithsonian e um produto de diagnóstico real usado pelos médicos — é onde a cobertura sobre inventores adolescentes é muitas vezes exagerada, e isso também se aplica aqui. O que não está em causa é o padrão: Kopparapu construiu dois fluxos de diagnóstico distintos antes de ter um grau universitário, e utilizou a plataforma do primeiro para financiar o trabalho de defesa em vez de simplesmente capitalizar a cobertura mediática.

Legado

A contribuição mais duradoura de Kopparapu pode vir a ser menos qualquer ferramenta de diagnóstico individual do que a infraestrutura que ela construiu em torno de si própria e de outras jovens mulheres na computação — a GirlsComputingLeague, a embaixada IF/THEN, a parceria com a HP — um historial de conversão do reconhecimento pessoal em acesso institucional para pessoas que não tinham a sua escola, os seus mentores ou as suas colaborações de laboratório.