Visão computacional na análise de câncer de lábio: Aumento da confiabilidade de diagnóstico com uso de Explainable Artificial Intelligence.

• Processo: 24/13315-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de dezembro de 2024
• Data de Término da vigência: 31 de março de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: André Carlos Ponce de Leon Ferreira de Carvalho
• Beneficiário: Ayrton da Costa Ganem Filho
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 25/06148-7 - Explicabilidade agnóstica baseada em Visão Computacional aplicada a imagens médicas., BE.EP.IC
• Assunto(s): Aprendizado computacional Neoplasias de cabeça e pescoço Inteligência artificial explicável Visão computacional Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | câncer de cabeça e pescoço | Explainable Artificial Intelligence | Visão Computacional | Inteligência Artificial

Resumo

O uso de Inteligência Artificial (IA), como Redes Neurais Convolucionais (CNNs), tem demonstrado eficiência e alta assertividade para aplicações médicas. Apesar desse sucesso, existem desafios significativos a serem superados, relacionados à disponibilidade de "real-world data" e às arquiteturas de CNN, que enfrentam desafios quanto à confiabilidade e explicabilidade, visto que o uso da IA na área da saúde necessita de resultados interpretáveis, pois, assim, possibilita uma confiança aos profissionais da saúde e uma transparência que possibilita diagnósticos mais precisos. Este projeto se propõe a explorar o uso de CNNs na visualização de imagens clínicas de câncer de lábio para fins diagnósticos, com um foco particular no carcinoma espinocelular em lábio (CECL). A pesquisa enfatiza a geração de estimativas de explicabilidade para apoiar a tomada de decisões clínicas, o que gera confiança no diagnóstico médico. Essa abordagem permite uma interação mais profunda entre o diagnóstico automatizado e a expertise médica, facilitando a criação de protocolos mais eficazes para o tratamento de câncer. Ao explorar a interseção entre tecnologia avançada e práticas médicas, este estudo contribui para a evolução do diagnóstico oncológico, destacando a importância de métodos baseados em IA na modernização da saúde pública.