Tecnologia desenvolvida no HCFMB pretende aprimorar a detecção precoce do câncer de mama
Um estudo inovador desenvolvido no Hospital das Clínicas da Faculdade de Medicina de Botucatu – Unesp (HCFMB) utiliza inteligência artificial (IA) na avaliação de mamografias, com o objetivo de aprimorar a detecção precoce do câncer de mama, principalmente em tecidos mamários densos.
O projeto foi elaborado pela pesquisadora Naila Camila da Rocha como parte de sua tese de doutorado, vinculado ao Programa de Pós-Graduação em Biometria do Instituto de Biociências de Botucatu (IBB).
Realizada em parceria com o Laboratório de Ciência de Dados e Medicina Preditiva (LabData) do Departamento de Gestão de Atividades Acadêmicas (DGAA) do HCFMB, a pesquisa utilizou exames de mamografia de mulheres atendidas no Hospital, que é referência para 68 cidades do Estado de São Paulo, abrangendo uma população de cerca de dois milhões de pessoas.
O algoritmo desenvolvido no HCFMB utiliza técnicas avançadas de visão computacional para analisar objetivamente a densidade mamária, reduzindo a subjetividade e acelerando, de maneira potencial, o diagnóstico. A abordagem emprega uma Rede Neural Convolucional Customizada (CD-CNN), combinada com uma Máquina de Aprendizado Extremo (ELM), treinada para prever a densidade mamária e identificar anomalias.
Com uma amostra de 10.371 imagens de mamografia digital, o estudo apresentou uma precisão de 95,4% na identificação de anomalias mamárias. “Os resultados demonstram um avanço significativo na detecção precoce do câncer de mama, auxiliando radiologistas na análise de mamografias, especialmente em casos de tecidos densos, em que os métodos convencionais têm mais limitações”, enfatiza o Coordenador do LabData do HCFMB, Luis Gustavo Modelli de Andrade.
Naila destaca que, no contexto da campanha Outubro Rosa, o projeto ganha ainda mais relevância, já que o câncer de mama é a principal causa de morte relacionada à doença entre as mulheres. “A mamografia continua sendo o exame padrão-ouro para rastreamento do câncer. No entanto, há dificuldades em avaliar anomalias em tecidos mamários densos, um problema que a tecnologia desenvolvida tenta resolver. A densidade mamária, classificada pelos critérios do Breast Imaging-Reporting and Data System (BI-RADS), ainda depende da interpretação subjetiva de especialistas, o que pode gerar variações nos resultados”.
Os pesquisadores apontam que o algoritmo será apresentado à Superintendência do HCFMB e à Secretaria Municipal de Saúde de Botucatu como uma ferramenta para auxiliar os diagnósticos médicos, proporcionando mais segurança às pacientes e aumentando a chance de sucesso de detecção de anormalidades em tecidos mamários densos, à medida que as novas tecnologias forem implementadas no sistema de saúde local. “O estudo, aprovado pelo Comitê de Ética em Pesquisa da Faculdade de Medicina de Botucatu, reforça o compromisso do HCFMB com a inovação, proporcionando diagnósticos cada vez mais precisos e eficazes à população”, finaliza Juliana Machado Rugolo, diretora do DGAA.
