Inteligência artificial aplicada ao diagnóstico clínico e histopatológico do Câncer de Cabeça e Pescoço

• Processo: 21/14585-7
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de outubro de 2022
• Data de Término da vigência: 30 de setembro de 2025
• Área de conhecimento: Ciências da Saúde - Odontologia
• Pesquisador responsável: Luiz Paulo Kowalski
• Beneficiário: Anna Luiza Damaceno Araujo
• Instituição Sede: Faculdade de Medicina (FM). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Patologia Neoplasias de cabeça e pescoço Inteligência artificial Redes neurais convolucionais Diagnóstico clínico Histopatologia
• Palavra(s)-Chave do Pesquisador: artificial intelligence | Convolutional Neural Network | head and neck cancer | Patologia

Resumo

A digitalização de lâminas histológicas favoreceu a migração da prática diagnóstica para um ambiente completamente digital. Neste contexto, o diagnóstico auxiliado por computador - Computer Aided Diagnosis (CAD) - com foco em análise quantitativa abriu caminhos para o diagnóstico por meio de inteligência artificial (IA) impulsionado pelo crescente desenvolvimento tecnológico que favoreceu o uso de estratégias baseadas em redes neurais que utilizam imagens nesse processo. Este estudo pretende desenvolver e avaliar modelos de Deep Learning (DL) para o suporte ao diagnóstico de lesões de C&P por meio da análise de imagens de lâminas histológicas digitalizadas e fotografias clínicas. A pesquisa será desenvolvida na Faculdade de Medicina da Universidade de São Paulo - FMUSP (São Paulo, São Paulo, Brasil) e a amostra será obtida de diferentes centros com a colaboração e apoio de instituições brasileiras e do exterior. O desenvolvimento e aplicação dos algoritmos, bem como a análise da amostra serão desenvolvidos com o apoio de profissionais da área de Engenharia Biomédica do Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo, Unidade São José dos Campos (ICT-UNIFESP) e do Instituto De Ciências Matemáticas e de Computação da Universidade de São Paulo, Unidade São Carlos (ICMC-USP). A amostra será selecionada, retrospectivamente, através do levantamento de lesões compatíveis com o diagnóstico histológico dentro das seguintes categorias: (1) desordens orais potencialmente malignizáveis, (2) carcinoma espinocelular, (3) tumores de glândula salivar e (4) linfomas. As redes neurais de aprendizado profundo utilizados nesse contexto serão AlexNet, ResNet, DenseNet, Inception, Xception and MobileNet. Eventualmente, a arquitetura que apresentar melhor desempenho será escolhida. O desempenho de cada abordagem utilizada será calculado por meio dos parâmetros de acurácia, sensibilidade, especificidade, coeficiente F1-score, gráficos de curva ROC e a matrizes de confusão. A significância prognóstica será investigada usando as curvas de Kaplan-Meier e análises de risco de Cox, realizando análises univariadas e multivariadas de parâmetros digitais, clínicos e patológicos. (AU)

Publicações científicas

(8)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

ARAUJO, ANNA LUIZA DAMACENO; DE SOUZA, EDUARDO SANTOS CARLOS; FAUSTINO, ISABEL SCHAUSLTZ PEREIRA; SALDIVIA-SIRACUSA, CRISTINA; BRITO-SARRACINO, TAMIRES; ADUDURATE LOPES, MARCIO; VARGAS, PABLO AGUSTIN; PEARSON, ALEXANDER T.; KOWALSKI, LUIZ PAULO; DE CARVALHO, ANDRE CARLOS PONCE DE LEON FERREIRA; et al. Clinicians' perception of oral potentially malignant disorders: a pitfall for image annotation in supervised learning. ORAL SURGERY ORAL MEDICINE ORAL PATHOLOGY ORAL RADIOLOGY, v. 136, n. 3, p. 7-pg., 2023-09-01. (22/07276-0, 21/14585-7, 09/53839-2)

DE SOUZA, LUCAS LACERDA; FONSECA, FELIPE PAIVA; ARAUJO, ANNA LUIZA DAMACENO; LOPES, MARCIO AJUDARTE; VARGAS, PABLO AGUSTIN; KHURRAM, SYED ALI; KOWALSKI, LUIZ PAULO; DOS SANTOS, HARIM TAVARES; WARNAKULASURIYA, SAMAN; DOLEZAL, JAMES; et al. Machine learning for detection and classification of oral potentially malignant disorders: A conceptual review. JOURNAL OF ORAL PATHOLOGY & MEDICINE, v. 52, n. 3, p. 9-pg., 2023-03-08. (21/14585-7, 22/03123-5)

ARAUJO, ANNA LUIZA DAMACENO; SANTOS-SILVA, ALAN ROGER; KOWALSKI, LUIZ PAULO. Diagnostic Accuracy of Liquid Biopsy for Oral Potentially Malignant Disorders and Head and Neck Cancer: an Overview of Systematic Reviews. CURRENT ONCOLOGY REPORTS, v. 25, n. 4, p. 14-pg., 2023-02-15. (21/14585-7)

SALDIVIA-SIRACUSA, CRISTINA; ARAUJO, ANNA LUIZA DAMACENO; ARBOLEDA, LADY PAOLA ARISTIZABAL; ABRANTES, THAMIRIS; PINTO, MARIANA BITU RAMOS; MENDONCA, NATHALIA; CORDERO-TORRES, KARINA; GILLIGAN, GERARDO; PIEMONTE, EDUARDO; PANICO, RENE; et al. Insights into incipient oral squamous cell carcinoma: a comprehensive south-american study. MEDICINA ORAL PATOLOGIA ORAL Y CIRUGIA BUCAL, v. 29, n. 4, p. 9-pg., 2024-07-01. (22/13069-8, 21/14585-7)

ARAUJO, ANNA LUIZA DAMACENO; MORAES, MATHEUS CARDOSO; PEREZ-DI-OLIVEIRA, MARIA EDUARDA; DA SILVA, VIVIANE MARIANO; SALDIVIA-SIRACUSA, CRISTINA; PEDROSO, CAIQUE MARIANO; LOPES, MARCIO AJUDARTE; VARGAS, PABLO AGUSTIN; KOCHANNY, SARA; PEARSON, ALEXANDER; et al. Machine learning for the prediction of toxicities from head and neck cancer treatment: A systematic review with meta-analysis. Oral Oncology, v. 140, p. 15-pg., 2023-04-04. (22/07276-0, 21/14585-7, 09/53839-2)

ARAUJO, ANNA LUIZA DAMACENO; DA SILVA, VIVIANE MARIANO; MORAES, MATHEUS CARDOSO; DE AMORIM, HENRIQUE ALVES; FONSECA, FELIPE PAIVA; ST'ANA, MARIA SISSA PEREIRA; MESQUITA, RICARDO ALVES; MARIZ, BRUNO AUGUSTO LINHARES ALMEIDA; PONTES, HELDER ANTONIO REBELO; DE SOUZA, LUCAS LACERDA; et al. The use of deep learning state-of-the-art architectures for oral epithelial dysplasia grading: A comparative appraisal. JOURNAL OF ORAL PATHOLOGY & MEDICINE, v. N/A, p. 8-pg., 2023-09-15. (21/14585-7, 09/53839-2)

DAMACENO ARAUJO, ANNA LUIZA; DA SILVA, VIVIANE MARIANO; KUDO, MAIRA SUZUKA; CARLOS DE SOUZA, EDUARDO SANTOS; SALDIVIA-SIRACUSA, CRISTINA; GIRALDO-ROLDAN, DANIELA; LOPES, MARCIO AJUDARTE; VARGAS, PABLO AGUSTIN; KHURRAM, SYED ALI; PEARSON, ALEXANDER T.; et al. Machine learning concepts applied to oral pathology and oral medicine: A convolutional neural networks' approach. JOURNAL OF ORAL PATHOLOGY & MEDICINE, v. 52, n. 2, p. 10-pg., 2023-01-04. (09/53839-2, 21/14585-7)

GIRALDO-ROLDAN, DANIELA; DOS SANTOS, GIOVANNA CALABRESE; ARAUJO, ANNA LUIZA DAMACENO; NAKAMURA, THAIS CERQUEIRA REIS; PULIDO-DIAZ, KATYA; LOPES, MARCIO AJUDARTE; SANTOS-SILVA, ALAN ROGER; KOWALSKI, LUIZ PAULO; MORAES, MATHEUS CARDOSO; VARGAS, PABLO AGUSTIN. Deep Convolutional Neural Network for Accurate Classification of Myofibroblastic Lesions on Patch-Based Images. Head and Neck Pathology, v. 18, n. 1, p. 9-pg., 2024-10-28. (09/53839-2, 21/14585-7)