A importância da 'baixa' tecnologia na inovação em biomedicina ou o caminho 'modesto' para o Prémio Nobel

Em Julho de 2005, o Prémio Nobel da Medicina ou Fisiologia foi atribuído a dois australianos, o patologista Robin Warren e o médico Barry Marshall, pelo seu trabalho sobre a bactéria Helicobacter pylori e a sua relação com patologias comuns da região gástrica. Para alguns, a distinção não era senão o reconhecimento, há muito merecido, de uma contribuição de grande relevância para a medicina. Para outros, ela significou o triunfo de um estilo de investigação em medicina com raízes nos trabalhos pioneiros da microbiologia do século XIX. Para outros, ainda, o significado da distinção residia no facto de, dessa vez, o Prémio Nobel consagrar um trabalho com um impacto visível e significativo nas vidas e no bem-estar de milhões de doentes pelo mundo fora. Não deixou de ser notado que, na ocasião, pouco se falou de genes, de genomas ou de temas ou tecnologias “de ponta”. Warren e Marshall haviam procedido à identificação, isolamento e cultura de um agente infeccioso e demonstrado as relações causais entre este e algumas patologias comuns do estômago, como a gastrite crónica ou a úlcera péptica, abrindo assim caminho ao diagnóstico e a terapias eficazes dessas patologias. Os dois australianos mostraram que havia caminhos modestos que também levavam ao Nobel, sem a necessidade de ceder às modas científicas ou de procurar aparecer nas manchetes. Em todo o caso, tratava-se do coroar de um longo processo, iniciado em finais da década de 1970, que levou a bactéria Helicobacter pylori a tornar-se num ponto de passagem obrigatório para os gastroenterologistas e para os que eram afectados por doenças gástricas. Warren e Marshall tornavam-se, assim, os principais porta-vozes da bactéria e das associações que permitiam que o que outrora fora considerado como uma entidade inexistente se tornasse uma entidade biomédica real.

Integrated vehicle classification system

This paper presents an integrated system for vehicle classification. This system aims to classify vehicles using different approaches: 1) based on the height of the first axle and_the number of axles; 2) based on volumetric measurements and; 3) based on features extracted from the captured image of the vehicle. The system uses a laser sensor for measurements and a set of image analysis algorithms to compute some visual features. By combining different classification methods, it is shown that the system improves its accuracy and robustness, enabling its usage in more difficult environments satisfying the proposed requirements established by the Portuguese motorway contractor BRISA.