A Universidade Federal do Pampa (Unipampa), no Rio Grande do Sul, vinculada ao Ministério da Educação (MEC), desenvolveu um modelo de inteligência artificial capaz de analisar imagens de lesões cutâneas e apoiar o diagnóstico precoce do câncer de pele. 

A iniciativa foi desenvolvida por Eduarda Silveira, estudante de engenharia de computação, e contou com orientação do docente Sandro Camargo. Os resultados da pesquisa foram publicados na Revista Brasileira de Cancerologia, periódico científico do Instituto Nacional do Câncer (Inca), vinculado ao Ministério da Saúde (MS). 

Segundo Silveira, a motivação surgiu da necessidade de ampliar o apoio ao diagnóstico precoce, especialmente em contextos em que há escassez de especialistas. “A avaliação clínica já utiliza imagens dermatoscópicas, então a inteligência artificial se mostrou uma alternativa promissora para aprender padrões dessas imagens e atuar como ferramenta de apoio ao médico, especialmente em cenários com limitação de acesso a dermatologistas”, explica. 

O sistema utiliza redes neurais profundas treinadas com milhares de imagens dermatoscópicas de lesões previamente classificadas e confirmadas por biópsia. O modelo aprende a reconhecer padrões relacionados a cor, forma e estrutura das lesões. Na prática, ao receber uma imagem dermatoscópica, o sistema dá uma sugestão de diagnóstico, acompanhada de um nível de confiança. Ele foi estruturado para identificar oito classes distintas de lesões cutâneas, incluindo melanoma e outros tipos de câncer de pele. 

Camargo destaca que o diferencial científico do estudo está na construção de um processo completo e validado. “Desenvolvemos um pipeline que vai desde identificação manual das lesões, pré-processamento e treinamento do modelo até validação interna e externa com imagens clínicas reais. Isso demonstra viabilidade técnica e potencial de transferência para uso clínico, caracterizando o estudo como uma prova de conceito aplicável à triagem dermatológica”, afirma. 

O modelo chegou a identificar oito de dez imagens de lesões analisadas e alcançou sensibilidade de 80,44%. De acordo com o docente, esses índices estão dentro da faixa observada em estudos internacionais semelhantes. “Pesquisas na área relatam sensibilidades entre 72% e 89% e acurácia média entre 78% e 91%. Portanto, o desempenho é promissor e tecnicamente competitivo, especialmente por se tratar de um estudo-piloto com conjunto reduzido de imagens anotadas manualmente”, afirma. 

A aluna ressalta que o desempenho é melhor quando as imagens possuem boa qualidade e são obtidas com dermatoscópio, enquanto lesões raras e imagens fora do padrão ainda representam desafios. A confiabilidade do modelo foi avaliada em duas etapas. Na validação interna, as imagens foram divididas em 90% para treino e 10% para teste. Já na validação externa, o sistema foi aplicado em 58 imagens dermatoscópicas inéditas, obtidas em ambiente clínico real. 

O estudo também seguiu princípios éticos fundamentais, com uso de dados públicos anonimizados e em conformidade com as Resoluções nº 466/2012 e nº 510/2016 do Conselho Nacional de Saúde. 

Para Camargo, o trabalho mostra, na prática, como a pesquisa universitária pode se traduzir em impacto direto na saúde e na vida da população. “A integração entre computação e saúde permite gerar soluções tecnológicas com impacto social direto, formar estudantes preparados para problemas reais e promover transferência de conhecimento para o sistema público de saúde”, pontua. 

Apoio – A tecnologia apoia o Sistema Único de Saúde (SUS) com o diagnóstico em regiões sem especialistas, contribuindo para a triagem precoce de câncer de pele na atenção primária, com apoio a médicos generalistas, além de ajudar a reduzir desigualdades regionais no acesso a dermatologistas. 

“A ferramenta pode auxiliar na identificação de lesões que merecem maior atenção e priorizar encaminhamentos. Ela não substitui o diagnóstico médico, mas pode apoiar o profissional de saúde no dia a dia”, explica Silveira. 

O sistema foi desenvolvido para uso restrito ao ambiente clínico e depende de imagens obtidas com dermatoscópio. Entre as limitações estão a diversidade ainda restrita de dados, especialmente em relação a diferentes tons de pele, e o fato de o modelo analisar apenas imagens, sem considerar informações clínicas do paciente. 

Próximos passos – Os próximos passos incluem a ampliação das bases de dados, aprimoramento do desempenho e novas validações em ambientes clínicos reais. Para que a tecnologia seja aplicada na prática, será necessário o envolvimento de instituições como o Ministério da Saúde, o Inca e a Sociedade Brasileira de Dermatologia.  

.

Este conteúdo é uma produção da Unipampa, com apoio da Secretaria de Educação Superior (Sesu/MEC) 

Fonte: Ministério da Educação