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)