OncoData: Uso de inteligência artificial e machine learning para diagnóstico anatomopatológico de câncer.

• Processo: 22/12952-5
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de novembro de 2022
• Data de Término da vigência: 31 de julho de 2023
• Área de conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: Viviane Teixeira Loiola de Alencar
• Beneficiário: Daniel Lombelo Teixeira Júnior
• CNAE: Atividades de serviços de complementação diagnóstica e terapêutica
• Vinculado ao auxílio: 21/14596-9 - OncoData: uso de inteligência artificial e machine learning para diagnóstico anatomopatológico de câncer, AP.PIPE
• Assunto(s): Neoplasias pulmonares Aprendizagem profunda Inteligência artificial Aprendizado computacional Patologia
• Palavra(s)-Chave do Pesquisador: Câncer de Pulmão | Deep Learning | Inteligência Artificial | machine learning | patologia | Oncologia clínica

Resumo

A patologia é essencial para o diagnóstico e correto tratamento de quase todos os tipos de neoplasias. Ela consiste em uma avaliação subjetiva feita por um médico patologista, baseada em padrões previamente descritos, e sua acurácia está diretamente relacionada, entre outros fatores, à experiência do avaliador. Por isso, divergências entre laudos anatomopatológicos são mais comuns do que esperaríamos e podem chegar até a 25% quando o material é revisado por um patologista experiente. Essas mudanças podem fazer a diferença entre o paciente receber ou não o diagnóstico e o tratamento adequados para uma doença grave como o câncer, com impactos sociais e financeiros importantes. Além disso, o número de patologistas têm reduzido ao longo dos anos, gerando escassez desse profissional tão importante e, consequentemente, atraso para diagnósticos, que podem demorar até 3 ou mais semanas, especialmente em locais de difícil acesso. Considerando o número de biópsias realizadas por ano no nosso país, isso se torna um problema emergencial. Novas tecnologias têm surgido como forma de gerar soluções para problemas importantes da sociedade. Há dados em literatura e de empresas internacionais sobre uso de visão computacional para o diagnóstico anatomopatológico de câncer. A pesquisa inicial do nosso projeto será elaborar um software de inteligência artificial com capacidade para diferenciar os principais subtipos de câncer de pulmão em material de biópsia pulmonar, visando a ajudar o patologista no momento de priorização de análises de casos mais urgentes dessa neoplasia, que é a mais letal mundialmente. Após, objetivamos utilizar a tecnologia para diagnósticos cada vez mais acurados, nos diversos subtipos de tumor, auxiliando o patologista no seu processo de avaliação e introduzindo redundância ao processo, como forma de redução de erros, e a capacidade de análise de áreas mais difíceis. Em fases mais avançadas da empresa, objetivamos a criação de um algoritmo capaz de gerar predições personalizadas para o tratamento de pacientes oncológicos, associando os achados anatomopatológicos às características clínicas e genômicas. Assim, essa tecnologia apresenta grande potencial para geração de impacto positivo na saúde, tanto pública quanto privada, do nosso país.