Inteligência artificial no diagnóstico de neoplasias de células pequenas, redondas e azuis

Resumo

As neoplasias de células pequenas, redondas e azuis são neoplasias que representam um desafio para os patologistas, uma vez que compartilham, em sua maioria, características morfológicas, imunofenotípicas e moleculares semelhantes. Com o advento de tecnologias computacionais mais avançadas, a utilização de técnicas de inteligência artificial por meio de sistemas digitais e do desenvolvimento de algoritmos para análise de imagens tem sido estudadas buscando melhorar a agilidade no diagnóstico. Este estudo tem como objetivo desenvolver um sistema baseado em Inteligência Artificial para diferenciar as neoplasias de células pequenas, redondas e azuis por meio de uma abordagem de Deep Learning, a fim de diagnosticar lesões com características microscópicas sobrepostas que representam desafios no diagnóstico diferencial da patologia. Para isto, serão recuperadas de forma retrospectiva amostras que apresentem o diagnóstico do grupo de lesões em questão. As lâminas serão escaneadas e serão realizadas anotações manuais para a validação das imagens, buscando delimitação de tecido lesional e tecido normal. As imagens serão divididas e orientarão as "labels" dos patches gerados após a sua fragmentação, sendo redimensionadas para um tamanho fixo. Será realizada uma divisão randômica das imagens utilizando uma rede de códigos de acordo com o teste que se busca realizar na rede neural. Após a validação de aprendizado da rede neural, será empregada a metodologia de aprendizado profundo, gerando uma classificação das características que diferenciam os grupos analisados. Ao fim deste experimento, espera-se obter um algoritmo que suporte um diagnóstico histopatológico assertivo para uma melhor condução do paciente.