Métodos de Aprendizado de Máquina Supervisionado e Aprendizado Federado para resolução de problemas de classificação na área da saúde

• Processo: 24/20660-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2025
• Data de Término da vigência: 30 de abril de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Benilton de Sá Carvalho
• Beneficiário: Erick Jun Miyagi
• Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Aprendizado computacional Aprendizado federado Biologia computacional Medicina de precisão Bioestatística
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado Estatístico | Aprendizado federado | bioinformática | Medicina de Precisão | modelos de classificação | Bioestatística

Resumo

Entre as mulheres, o câncer de mama constitui-se como o tipo de câncer de maior incidência e sendo a maior causa de mortes mundialmente (segundo dados de 2020). No Brasil, sem contar tumores de pele não melanoma, é o mais incidente (de acordo com estimativas para 2023). Com o objetivo de aprimorar o tratamento desse tipo de câncer, o estudo do perfil de expressão gênica dos tecidos tumorais tem sido intensamente realizado e oncologistas têm aplicado os resultados obtidos. Esses dados são utilizados para classificar os tumores em 4 subtipos. Métodos de Aprendizado de Máquina (AM) têm sido utilizados para predizer tipos de câncer com base em dados de sequenciamento de RNA (RNA-seq), método de análise do perfil de transcriptomas (RNA) das células. Para garantir eficiência e generabilidade dos modelos construídos, faz-se necessário o uso de dados em grande quantidade e provenientes de diversas fontes, o que é convencionalmente solucionado pela centralização dos dados. No entanto, esse mecanismo pode infringir regulações governamentais que tratam da privacidade dos dados. A fim de contornar tal problema, têm sido implementadas técnicas de Aprendizado Federado (AF), que permitem desenvolver modelos de Aprendizado de Máquina colaborativos sem o compartilhamento de dados individualizados. Em razão disso, este projeto de pesquisa tem como objetivo o desenvolvimento de conhecimento técnico-científico acerca da construção de um modelo de AM e AF para classificação de subtipos de câncer de mama por meio de dados disponibilizados publicamente pelo TCGA, algoritmos de redes neurais e frameworks de AM e AF.