Avaliação de Algoritmos de Inteligência Artificial na Classificação de Retinopatia Diabética e Diagnóstico de Hipertensão Arterial em Pacientes Brasileiros Multiétnicos usando Imagens de Câmeras de Retina Portáteis.

• Processo: 25/03562-7
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de junho de 2025
• Data de Término da vigência: 31 de maio de 2026
• Área de conhecimento: Interdisciplinar
• Pesquisador responsável: Caio Vinicius Saito Regatieri
• Beneficiário: Andre Kenzo Aragaki
• Instituição Sede: Escola Paulista de Medicina (EPM). Universidade Federal de São Paulo (UNIFESP). Campus São Paulo. São Paulo , SP, Brasil
• Assunto(s): Aprendizado computacional Hipertensão Inteligência artificial Retinopatia diabética
• Palavra(s)-Chave do Pesquisador: algoritmos de aprendizado de máquina | hipertensão arterial | Imagens Retinianas Portáteis | Inteligência Artificial | População Multiétnica | retinopatia diabetica | Oftalmologia, Inteligência Artificial

Resumo

Este projeto avalia a acurácia e a concordância de algoritmos de inteligência artificial (IA) na classificação de retinopatia diabética (RD) e no diagnóstico de hipertensão arterial (HA) em pacientes brasileiros de diversas etnias, utilizando imagens capturadas por câmeras retinianas portáteis. O estudo busca validar modelos de IA, identificar vieses étnicos e demográficos, e propor soluções que promovam maior equidade no diagnóstico e tratamento dessas condições. Imagens de retina serão obtidas de um banco de dados e analisadas por algoritmos de aprendizado de máquina e aprendizado profundo. A performance dos modelos será comparada à de especialistas humanos utilizando métricas como sensibilidade, especificidade e área sob a curva ROC. Este trabalho pretende gerar evidências científicas que sustentem a adoção de tecnologias acessíveis para triagem em saúde pública, especialmente em populações subatendidas, contribuindo para a redução de desigualdades e a melhoria dos cuidados oftalmológicos no Brasil.