Aprimoramento de Solução de Inteligência Artificial para o Apoio ao Diagnóstico de Exames de Mamografia com a Adição da Graduação de Risco de Câncer de Mama, e a implementação da metodologia utilizada para a modalidade de Tomossíntese mamária

• Processo: 22/10601-0
• 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 outubro de 2023
• Área de conhecimento: Engenharias - Engenharia Biomédica - Engenharia Médica
• Pesquisador responsável: Catarina Cardoso Reis
• Beneficiário: Isabella Fukushima
• CNAE: Atividades de serviços de complementação diagnóstica e terapêutica
• Vinculado ao auxílio: 22/02264-4 - Aprimoramento de solução de inteligência artificial para o apoio ao diagnóstico de exames de mamografia com a adição da graduação de risco de câncer de mama, e a implementação da metodologia utilizada para a modalidade de tomossíntese mamária, AP.PIPE
• Assunto(s): Neoplasias mamárias Inteligência artificial Mamografia Visão computacional Diagnóstico por imagem
• Palavra(s)-Chave do Pesquisador: Câncer de mama | Graduação de Risco | Inteligência Artificial | Mamografia | Tomossíntese Mamária | Visão Computacional | Imagens Médicas

Resumo

No Brasil são diagnosticados anualmente cerca de 65 mil novos casos de câncer de mama e 20% destas pacientes vão ao óbito em menos de 12 meses após sua descoberta devido o diagnóstico tardio. Esta é uma problemática mundial uma vez que em 2018 foram estimados 2,1 milhões de novos casos da doença e 627 mil mortes em todo o mundo. A mamografia, associada ao crescente uso da tomossíntese mamária, são as modalidades de exames de imagens médicas mais importantes para o diagnóstico da doença, fornecendo informações das estruturas internas para a detecção, caracterização e monitoramento do câncer de mama. Contudo, pesquisas mostram que incoerências no diagnóstico destes exames ainda são muito altas. Isso ocorre devido à exaustiva jornada de trabalho dos médicos radiologistas e da heterogeneidade da qualidade dos equipamentos destes exames. Essas incoerências afetam o bem-estar do paciente, aumentam a taxa de mortalidade, ampliam os custos adicionais do diagnóstico e tratamento dos prestadores de serviço. Para contornar esta situação, soluções computacionais baseadas em inteligência artificial, visão computacional e processamento de imagens vêm sendo desenvolvidas e aplicadas para evidenciar informações obscuras em imagens médicas. Por trazerem informações adicionais, precisas e objetivas, elas estão cada vez mais presentes na rotina do médico radiologista, potencializando o sucesso no diagnóstico e consequente tratamento. Já em comercialização, a Delfos Mamografia, solução desenvolvida pela Harpia, disponibiliza uma ferramenta de apoio aos médicos radiologistas de hospitais, clínicas, operadoras de saúde e empresas de telerradiologia. Especificamente a plataforma extrai e entrega os principais elementos clínicos de imagens de mamografia, fornecendo conjuntos de informações para a decisão do radiologista diretamente no sistema de emissão do laudo. Contudo, ainda não estão disponíveis na ferramenta a extração de elementos clínicos em imagens de tomossíntese; assim, como, detecção de distorção arquitetural, e a graduação de risco dos elementos evidenciados. Desta forma, o objetivo geral deste projeto é aprimorar a solução com a graduação de malignidade de achados suspeitos e classificação dos estudos conforme o padrão BI-RADS, e implementar e ajustar as metodologias adotadas para exames de tomossíntese mamária. Para tanto, combinações de métodos computacionais do estado da arte de inteligência artificial e processamento de imagens serão pesquisados, desenvolvidos e aperfeiçoados pela equipe de desenvolvimento e infraestrutura da Harpia. Como resultado deste projeto, ampliaremos o potencial de valor agregado da ferramenta, promovendo praticidade, rapidez e precisão na jornada de diagnóstico, trazendo qualidade de vida aos médicos e pacientes, e consequentemente trazendo economia aos prestadores de serviço.