Pesquisa do ICT/Unifesp busca auxiliar no diagnóstico de câncer de cabeça e pescoço

O estudo visa criar modernos sistemas de auxílio ao diagnóstico, potencializando a identificação e gradação da severidade da doença de forma precoce e precisa, maximizando a recuperação dos pacientes.

mtitecnologia tecnologia microscopios

 

 

O projeto “Inteligência Artificial no Diagnóstico de Câncer de Cabeça e Pescoço em Lâminas de Biópsia” busca desenvolver e avaliar modelos de Inteligência Artificial para o auxílio ao diagnóstico de câncer da região de cabeça e pescoço em imagens histológicas digitalizadas. A pesquisa, que teve início em 2019, é coordenada pelos professores Dr. Alan Roger dos Santos-Silva (FOP/Unicamp), Dr. Márcio Ajudarte Lopes (FOP/Unicamp), Dr. Pablo Agustin Vargas (FOP/Unicamp) e Dr. Matheus Cardoso Moraes (ICT/Unifesp).

Vinculado à linha de pesquisa "Metodologias Computacionais para Qualificação, Quantificação e Auxílio ao Diagnóstico por Imagens" do Mestrado em Engenharia Biomédica do ICT/Unifesp, o projeto começou a partir da aproximação de docentes e alunos de Pós-Graduação do ICT/Unifesp e da Faculdade de Odontologia de Piracicaba/Unicamp.

O estudo envolve colaboradores de diversos departamentos e instituições nacionais e internacionais, como FOP/Unicamp, ICT/Unifesp, UFMG, UFPA, UFRGS, HCFMUSP, AC Camargo, Icesp, Universidade de Sheffield (Inglaterra) e Universidade de Chicago (EUA).

Segundo os pesquisadores, a motivação para a realização da pesquisa se baseia em três pilares: a) o fato de ser uma doença de grande magnitude tanto na incidência quanto na mortalidade, atingindo milhares de pessoas anualmente; b) a crescente adoção de digitalização de lâminas histológicas, uma prática que tem potencializado a utilização de sistemas digitais e o desenvolvimento de algoritmos para análise de imagens e, por fim, c) a crescente criação e aplicação de metodologias de Inteligência Artificial adaptada ao contexto do diagnóstico clínico e histopatológico.

Os pesquisadores esperam que, ao final da pesquisa, os classificadores específicos consigam atingir acima de 98% de acurácia com dados de diversos laboratórios e com aceitável custo computacional. “Na fase atual, a pesquisa já possui parte dos dados e já atingiu em torno de 90% de acurácia com modelos de Inteligência Artificial não tão modernos e criados para outras aplicações”, explica o professor Matheus Cardoso Moraes, um dos coordenadores do estudo.

A pesquisa já rendeu uma premiação aos pesquisadores. Uma publicação de resultados preliminares, conduzidos pelas alunas de pós-graduação Viviane Mariano da Silva (ICT/Unifesp) e Anna Luíza Damaceno Araújo (FOP/Unicamp), ficou em 1º lugar entre os trabalhos científicos do IV WIEB – Workshop de Inovação em Engenharia Biomédica do ICT-Unifesp. O estudo preliminar foi selecionado entre 70 trabalhos submetidos e, aproximadamente, 50 aceitos.