Um projeto de pesquisa do Câmpus São José do IFSC busca criar um sistema de inteligência artificial (IA) para identificar nódulos em mamografias digitais. A iniciativa visa contribuir para o diagnóstico precoce do câncer de mama, reduzindo erros de interpretação e oferecendo uma segunda análise automatizada que pode tornar as decisões clínicas mais precisas.
Os resultados obtidos até o momento são promissores. A equipe superou a meta inicial de alcançar 90% de acurácia na detecção de nódulos: o modelo mais avançado atingiu cerca de 94% de acurácia média durante os testes realizados em uma base pública de mamografias. Além disso, apresentou aproximadamente 99,5% de sensibilidade, classificando corretamente praticamente todos os exames com alterações.
“Apenas um caso anormal foi classificado como normal em 205 exames com alterações. Isso é particularmente relevante em rastreamento mamográfico, onde o custo de um falso negativo é muito alto”, destaca o professor Ramon Mayor Martins, um dos coordenadores do projeto.
O sistema utiliza técnicas de aprendizado profundo (deep learning) para analisar imagens de mamografias. Ele permite integrar informações da imagem como um todo com detalhes de textura em diferentes escalas, o que favorece a identificação de padrões sutis associados à presença de nódulos.
Segundo Ramon, a proposta não é substituir o trabalho do especialista, mas oferecer uma ferramenta de apoio à decisão médica. “O nosso objetivo não é substituir o radiologista, e sim construir um sistema de apoio à decisão que funcione como uma segunda leitura automatizada do exame. Na prática, o modelo analisa a mamografia, realça regiões suspeitas e produz uma classificação ou um grau de risco, que entra como informação adicional para o médico na hora de laudar”, explica.
Os experimentos foram realizados com a base pública Mini-Mias, com imagens digitalizadas e anotações de especialistas sobre tipo de tecido, presença de lesão, localização e natureza benigna ou maligna. Para o estudo, foram utilizados 320 exames válidos — 115 mamografias normais e 205 com anormalidades — submetidos a um protocolo de validação cruzada, que permite explorar melhor a variabilidade dos dados.
A pesquisa está agora em uma nova fase. A equipe pretende validar o sistema em bases públicas maiores, que trazem milhares de exames de diferentes serviços de saúde, com laudos detalhados. Também está previsto o desenvolvimento de uma interface visual que destaque, na própria imagem, as regiões suspeitas identificadas pelo algoritmo. a participação de mastologistas e radiologistas na avaliação dos modelos, comparando o desempenho da inteligência artificial com os laudos humanos e medindo indicadores como taxa de detecção, ocorrência de falsos positivos e impacto na carga de trabalho dos profissionais.
Somente após essa etapa de validação clínica será possível discutir aspectos relacionados ao uso da tecnologia e sua incorporação. A expectativa é que o protótipo evolua para uma ferramenta de diagnóstico auxiliado por computador, com potencial para registro de software e transferência tecnológica, contribuindo para o fortalecimento da inovação em saúde e para a melhoria do rastreamento do câncer de mama no sistema de saúde brasileiro.
Com o título “Desenvolvimento de sistema inteligente para detecção primária de nódulos em mamografias utilizando técnicas de aprendizado profundo”, o projeto reúne conhecimentos de engenharia biomédica, telecomunicações e inteligência artificial. A pesquisa é coordenada pelos professores Ramon Mayor Martins e Elen Macedo Lobato e tem a participação da engenheira Jéssica Gomes Carrico e das estudantes Beatriz Paz Faria e Jamilly da Silva Pinheiro, estudantes do curso de Engenharia de Telecomunicações.
