Análise de micronúcleos através de IA pacientes com câncer de mama

• Processo: 25/01151-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 30 de novembro de 2025
• Área de conhecimento: Ciências Biológicas - Morfologia - Citologia e Biologia Celular
• Pesquisador responsável: Andréa Cristina de Moraes Malinverni
• Beneficiário: Ana Beatriz Paiva Primo
• Instituição Sede: Escola Paulista de Medicina (EPM). Universidade Federal de São Paulo (UNIFESP). Campus São Paulo. São Paulo , SP, Brasil
• Assunto(s): Neoplasias mamárias Inteligência artificial Micronúcleo Mucosa bucal
• Palavra(s)-Chave do Pesquisador: Câncer de mama | Inteligência Artificial | micronucleo | Mucosa Oral | Citogenotoxicidade

Resumo

O teste de micronúcleo (TMN) tem sido amplamente utilizado no biomonitoramento humano devido à sua sensibilidade em detectar danos ao DNA induzidos por agentes genotóxicos e citotóxicos. Em pacientes com câncer de mama, observou-se um aumento significativo na frequência de micronúcleos. Assim, este projeto tem como objetivo analisar os micronúcleos através de inteligência artificial (IA) em pacientes com câncer de mama, otimizando o tempo e garantindo uma maior confiabilidade nos resultados. Para isso, será realizado um estudo prospectivo, com aplicação do Termo de Consentimento Livre e Esclarecido (TCLE) em trinta pacientes diagnosticadas com câncer de mama e trinta participantes saudáveis (não diagnosticadas), sendo ambos os grupos com idades equivalentes. A coleta das células esfoliadas orais será realizada por meio de raspagem da mucosa da bochecha interna. Em cada amostra obtida, serão analisadas 2.000 células, utilizando o teste de micronúcleo para identificar a morfologia e quantificar tanto a porcentagem de micronúcleos quanto as anomalias metanucleares. Em seguida, as imagens serão utilizadas para alimentar os modelos de inteligência artificial do ChatGPT 4.0, Gemini 2.0 e Google AI Studio para, posteriormente, avaliar a eficácia dessas ferramentas em identificar padrões de imagens que contenham os micronúcleos. Espera-se, assim, entender qual das IAs é mais eficiente na detecção de micronúcleos entre os diferentes subtipos moleculares e comparar os resultados do modelo treinado com as análises manuais para aplicação futura no prognóstico do câncer de mama.