Titulo Estágio
Assistente Virtual para a Elaboração de Perfis Toxicológicos
Áreas de especialidade
Sistemas Inteligentes
Sistemas de Informação
Local do Estágio
Laboratório de Informática e Sistemas IPN, Coimbra
Enquadramento
Diariamente, um consumidor comum é exposto a uma enorme panóplia de substâncias químicas sob uma multiplicidade de formas e provenientes das mais diversas fontes, desde os seus produtos de beleza e de higiene, à própria alimentação. Se, por um lado, estas substâncias assumem um papel indispensável no quotidiano das populações, por outro, podem também ser extremamente nocivas se indevidamente reguladas. A natureza ubíqua destas substâncias torna, por isso, imperativa a adoção de regulamentos e critérios rigorosos com vista à proteção da saúde humana e do ambiente, e a definição de metodologias eficientes na avaliação dos possíveis riscos que possam advir da sua utilização nos produtos finais de consumo. Neste contexto, o mercado Europeu tem vindo a assumir um posicionamento regulamentar cada vez mais forte.
No essencial, e de uma forma geral, todos os processos de registo e autorização de novas substâncias químicas e seus produtos finais requerem a preparação de documentação técnica e científica que permita avaliar e garantir a sua segurança, o que inclui sobretudo, a compilação e análise de toda a informação disponível sobre as suas propriedades intrínsecas, no âmbito de uma compreensiva análise toxicológica. A análise toxicológica é um processo transversal aos vários setores industriais atrás identificados, enquadrado num cenário de avaliação do risco associado à exposição a uma determinada substância, tendo em consideração todos os parâmetros toxicológicos críticos: toxicocinética, toxicidade aguda, toxicidade de dose repetida, irritação dérmica e ocular, sensibilização cutânea, mutagenicidade, genotoxicidade, carcinogenicidade, toxicidade foto-induzida, toxicidade reprodutiva e ecotoxicidade.
Neste panorama regulamentar cada vez mais austero e reconhecendo a complexidade do processo de análise toxicológica, bem como os fatores internos e externos que influenciam o seu desenvolvimento e a qualidade final dos resultados, torna-se evidente a necessidade de conceber novas estratégias para fazer face a estes desafios. Neste contexto, a aplicação de técnicas de Inteligência Artificial, designadamente Aprendizagem Computacional (AC) e Processamento de Linguagem Natural (PLN), apresentam-se com elevado potencial para diminuir o tempo despendido no processo de elaboração de análises toxicológicas de substâncias químicas, garantindo uma elevada qualidade, fiabilidade e até maior homogeneidade de resultados, em relação aos atualmente obtidos.
Esta dissertação será integrada num projeto de investigação em co-promoção cujo objectivo global é o desenvolvimento de um sistema capaz de apoiar os Avaliadores de Segurança nas diversas fases da análise toxicológica. O sistema deverá não só realizar, de forma automatizada, todo o processo de pesquisa, análise e extração de dados relevantes, a partir dos estudos científicos e bases de dados de informação toxicológica, como também deverá compilar essa informação na forma de textos “prontos a usar” pelo Avaliador de Segurança, sugerindo-lhe o que deverá ser incluído em cada secção do perfil toxicológico.
Objetivo
Esta dissertação tem como principal objetivo o desenvolvimento de um Assistente Virtual para a Elaboração de Perfis Toxicológicos.
O Assistente Virtual irá incluir uma interface de utilizador que irá guiar e ajudar o utilizador no preenchimento dos diversos campos que compõem a análise toxicológica, assim como na criação de textos técnicos quando necessários. A interface irá não só apresentar ao utilizador todas as propriedades toxicológicas relevantes para a análise, extraídas de forma automática, mas também fazer sugestões de textos (gerados de forma automática) e/ou frases que o utilizador terá a opção de aceitar e incluir, durante a construção do perfil toxicológico da substância química. A interface irá também permitir ao utilizador pedir textos alternativos, por rejeição de sugestões feitas pelo sistema, informação que será usada como “feedback”, relativo à qualidade dos textos gerados, no sentido de melhorar a performance dos modelos de geração de textos e permitir ao sistema aprender as preferências de cada utilizador para que, em utilizações futuras, faça sugestões de textos mais adaptados a essas preferências individuais. Para além disso, a interface permitirá ao utilizador consultar as fontes (bases de dados e documentos científicos) de onde foram extraídos os dados que o sistema está a sugerir para o preenchimento de campos ou em textos gerados.
Os modelos de IA, para o preenchimento de campos e geração de textos, deverão ser adaptados a diferentes contextos de avaliação de produto (cosméticos, químicos, biocidas) e deverão permitir contínua validação e treino, com base em “feedback” dos Avaliadores de Segurança, no sentido de melhorar progressivamente a qualidade dos textos gerados.
A geração de frases e/ ou textos será feita através de modelos de IA (“data-to-text generation”) especificamente desenhados para a geração de textos técnicos com base em dados estruturados.
O trabalho deverá assentar na aplicação de técnicas de Data-to-Text Generation. Como tal, inicialmente, será necessária uma familiarização com a área, e um estudo aprofundado das abordagens já existentes para o problema de geração de texto a partir de dados estruturados.
O problema de geração de textos técnicos é ainda um problema aberto, pelo que, acreditamos que possam surgir contribuições científicas relevantes deste trabalho.
O desenvolvimento e validação do trabalho a realizar, no que respeita à geração de textos, será feito com base nos dados históricos da empresa envolvida neste projeto, que atua na área há diversos anos e possui, neste momento, mais de 2000 ingredientes que foram analisados manualmente por pessoal especializado, para os quais existe a informação toxicológica extraída a partir de documentos e outras fontes que foram analisadas, para cada ingrediente, assim como a análise toxicológica resultante.
A solução a desenvolver será posteriormente aplicada para geração de textos de análises toxicológicas, com base na informação extraída de documentos e dados tabulares, relativamente à toxicidade dos ingredientes. Estas bases de dados, são as mesmas que foram usadas para a recolha dos dados que serão usados para treino e validação, referidos em cima. Entre outras, destacam-se: o repositório de opiniões do SCCS, o portal da “European Chemicals Agency” (ECHA) e a biblioteca de relatórios oficiais do painel de especialistas do “Cosmetic Ingredient Review” (CIR).
Plano de Trabalhos - Semestre 1
- Revisão da literatura
- Identificação e familiarização com ferramentas úteis ao trabalho
- Identificação de dados usar no treino e validação dos modelos
- Análise de requisitos
- Elaboração da proposta de dissertação.
Plano de Trabalhos - Semestre 2
- Experimentação
- Implementação de soluções
- Avaliação das abordagens propostas
- Elaboração da dissertação de mestrado.
- Escrita de artigo científico.
Condições
O local de trabalho será no Laboratório de Informática e Sistemas do IPN, caso a situação pandémica o permita.
O trabalho será integrado num projeto de investigação em co-promoção, no âmbito do qual o estudante se poderá candidatar a uma bolsa de investigação para licenciado, durante um período de 6 meses renovável, no valor de 835€ / mês.
Observações
Durante a fase de candidatura, dúvidas relacionadas com esta proposta, nomeadamente acerca dos objectivos e condições, devem ser esclarecidas com os orientadores, através de e-mail ou de uma reunião, a marcar após um contacto por e-mail.
Orientador
Hugo Dinis Pereirinha da Silva Amaro
hamaro@ipn.pt 📩