Tecnologia a serviço da saúde: conheça o aplicativo de IA que promete auxiliar no diagnóstico de câncer de mama
Alunos do Ifes Serra desenvolveram um sistema capaz de detectar tumores benignos e malignos no tecido mamário. A iniciativa já está sendo procurada por médicos especialistas.
Por André Pietralonga e Júlia Firme
Tecnologia, saúde e educação unidas no combate ao câncer de mama. Um grupo de estudantes do Instituto Federal do Espírito Santo do Campus Serra desenvolveu um aplicativo inovador chamado “Breast Cancer Detection”. Combinando inteligência artificial e aprendizado de máquina por reforço, a ferramenta identifica, por meio de imagens da biópsia, áreas do corpo humano onde é provável ter o câncer de mama.
O sistema foi criado pelos estudantes, sob a coordenação do professor de Matemática Fidelis de Castro, para auxiliar na detecção do câncer e facilitar o acesso ao diagnóstico. O processo de criação do aplicativo durou cerca de três meses.
“Uma aluna do curso de Sistemas de Informação desenvolveu e aprimorou a inteligência artificial, cinco alunos do ensino médio trabalharam no design e na navegabilidade do software. Criamos o aplicativo e participamos da Olimpíada Brasileira de Tecnologia, conquistando o primeiro lugar”.
Os alunos descobriram que existe uma margem de 70% de discordância nos diagnósticos. Dessa forma, eles desenvolveram o aplicativo que analisa essas imagens, além de dar o diagnóstico e o tipo de tumor.
“Existe uma taxa de falsos negativos muito grande. Isso é um problema porque no decorrer de alguns meses, a pessoa que recebeu o diagnóstico errado pode piorar e perder a vida”, aponta Fidelis.
Importância do Diagnóstico Precoce
De acordo com o Painel Oncologia do DataSus, no Espírito Santo, de janeiro a julho de 2024, foram registradas 1.392 internações de mulheres por câncer de mama. Já durante todo o ano de 2023, 2.238 internações foram registradas.
Segundo Márcia Almeida, Professora do Departamento de Enfermagem da UFES que atua na área de saúde sexual e reprodutiva, a falta de comunicação interna nas unidades de saúde é um dos fatores que implicam nesses dados.
“Ao diagnosticar o câncer de mama, o paciente precisa começar o tratamento muito rápido. Se o exame indica alguma alteração, é preciso encaminhar o paciente rapidamente para o serviço especializado e muitas vezes isso não acontece”.
Márcia ainda destaca que o Breast Cancer Detection não irá substituir o trabalho humano, mas pode sim complementar o olhar clínico, trazendo agilidade para o tratamento.
“Um aplicativo como esse é bem interessante, porque pode fazer essa busca, chamar atenção e direcionar o profissional da saúde a dar prioridade a uma área específica”.
Leandro Furlam, Mestre em Inteligência Artificial na saúde, reforça que é sempre importante ter o aval de um especialista, porque não é possível englobar todos os casos de doenças que podem ocorrer para treinar um modelo de Inteligência Artificial.
“Embora a IA consiga entender e compreender algumas enfermidades, não há garantia que ela vá compreender todas, quem pode analisar e dar validade é o médico”.
Processo de rastreamento
A Sociedade Brasileira de Mastologia e a Federação Brasileira de Ginecologia e Obstetrícia, definem que a idade ideal para o rastreamento do câncer de mama é dos 40 anos aos 74. Já a Política Pública de Saúde, estabelecida pelo Ministério da Saúde, padroniza dos 50 aos 79 anos.
A Inteligência Artificial, inserida na detecção de cânceres, pode também minimizar o uso excessivo de exames com radiação, que é um fator de risco para o câncer de mama.
A Coordenadora do Departamento de Enfermagem da UFES critica a forma como alguns médicos fazem a solicitação de exames, quando encaminham pacientes para mamografias e ultrassonografias mamárias para o rastreamento do carcinoma.
“Se a mama é irradiada, sem necessidade, é possível alterar as células e aumentar as chances de adquirir a doença. Com esses dois exames, você duplica a irradiação desta mama”, completa Márcia.
Funcionamento do App
O Breast Cancer Detection ainda não está sendo comercializado, mas seu protótipo demonstra como seria a sua atuação na detecção da doença.
Com o aplicativo instalado, o médico faz login no sistema e tem alguns dados de todos os pacientes que atende. Com o prontuário, o profissional consegue baixar a imagem do exame feito pelo paciente e colocar essa imagem para ser analisada.
O sistema devolve a imagem colorida, na qual de vermelho escuro há maior probabilidade de câncer de mama no local, laranja claro são regiões com probabilidade intermediária e regiões com menos probabilidade são pintadas de azul.
No final do pré-diagnóstico e de toda a análise, o sistema pergunta ao profissional se aceita o diagnóstico ou não. Independente da resposta, o médico precisa colocar uma justificativa, para deixar o aplicativo ainda mais inteligente.
Furlam, destaca que algoritmos de deep learning ou redes neurais de aprendizado profundo podem analisar exames de imagem, como a mamografia ou até mesmo tomografia, ressonância magnética e ultrassom.
“A depender do caso, as inteligências artificiais podem identificar algumas anomalias com maior precisão, podendo encontrar padrões que sejam invisíveis. Elas também conseguem fazer uma personalização do rastreamento do câncer e, através de uma base de dados completa, o algoritmo consegue identificar os padrões no perfil genético, por vezes, melhor do que um médico”, pontuou o especialista.
Perspectivas Futuras
Embora a iniciativa seja promissora, o aplicativo não está disponível porque foi desenvolvido apenas com requisitos específicos da Olimpíada Brasileira de Tecnologia. Segundo Fidelis, ao entrar em contato com Secretarias de Saúde, foi solicitado a versão web junto com algumas condições estabelecidas pela lei brasileira de dados.
Os estudantes agora buscam parcerias com instituições de saúde e médicos especializados, além de empresas de tecnologia, para aperfeiçoar o aplicativo e garantir sua distribuição em larga escala.
A equipe completa que fez parte do desenvolvimento, denominada Equipe LEDS, era formada pelos estudantes: Wilsiman Santos Evangelista Silva, Murilo Coser Rocha, Vitória Cruz de Aguiar, Samuel Oliveira Benevides Barros, Livia Helena da Silva Estevão Araújo e Caio Silva Assenção.
