Análise de padrões em laudos de mamografias do Sistema Único de Saúde com aprendizado de máquina usando dados agregados

Autores

  • Rebeca Lameira de Rezende Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil https://orcid.org/0009-0004-6452-2104
  • Roni Rodrigues Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil https://orcid.org/0009-0001-7480-551X
  • Claudia Aparecida Martins Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil https://orcid.org/0000-0001-7861-8896
  • Raphael de Souza Rosa Gomes Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil https://orcid.org/0000-0003-1591-5281
  • Anderson Castro Soares de Oliveira Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil https://orcid.org/0000-0001-6222-9300

DOI:

https://doi.org/10.59681/2175-4411.v18.2026.1606

Palavras-chave:

Mamografia, Aprendizado de Máquina, Estudo Observacional

Resumo

Objetivo: Aplicar métodos de ciência de dados a informações agregadas do Sistema de Informação do Câncer (SISCAN) e do Departamento de Informática do Sistema Único de Saúde para identificar padrões demográficos e estimar o risco de laudos mamográficos alterados no Sistema Único de Saúde entre 2013 e 2025. Métodos: Estudo observacional com dados públicos, agregados e anonimizados. Perfis demográficos foram agrupados pelo algoritmo K-Means e o risco de laudos alterados, definidos como categorias 4, 5 ou 6 do sistema Breast Imaging Reporting and Data System (BI-RADS), foi estimado por Random Forest. A validação incluiu índice de silhueta, validação cruzada, testes estatísticos e métricas preditivas. Resultados: Foram analisadas tabelas agregadas do SISCAN, organizadas segundo faixa etária, raça/cor, escolaridade e categorias BI-RADS. Seis agrupamentos foram identificados, com maior risco proporcional entre populações indígenas, pessoas sem escolaridade formal e indivíduos das faixas etárias mais jovens e mais idosas. Grupos com maior volume de exames apresentaram menor risco proporcional, mas elevada carga absoluta de laudos alterados. Conclusão: Os resultados indicam heterogeneidade demográfica na distribuição dos laudos mamográficos alterados no Sistema Único de Saúde e reforçam o potencial de métodos computacionais aplicados a dados agregados para apoiar políticas públicas de rastreamento do câncer de mama.

Downloads

Não há dados estatísticos.

Biografia do Autor

Rebeca Lameira de Rezende, Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil

Possui graduação em Engenharia de Computação pela Universidade Federal de Mato Grosso (UFMT), período em que participou de iniciativas voltadas à promoção da presença feminina nas engenharias, com destaque para o projeto Mulheres na Engenharia. Durante a formação, desenvolveu experiência em desenvolvimento de software e em projetos voltados a sistemas de informação e visualização de dados aplicados à saúde pública.

Atualmente, é mestranda em Computação Aplicada, com linha de pesquisa em Ciência de Dados, desenvolvendo estudos voltados à análise de dados em saúde e à aplicação de técnicas de aprendizado de máquina. Seu trabalho de conclusão de curso teve como foco o desenvolvimento de um chatbot utilizando técnicas de Processamento de Linguagem Natural. Atua profissionalmente como desenvolvedora full stack, com interesse em aplicações web, ciência de dados e soluções computacionais voltadas ao apoio à tomada de decisão.

Roni Rodrigues, Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil

É graduado em Engenharia de Controle e Automação pela Universidade Federal de Mato Grosso (UFMT), Campus Várzea Grande, e possui formação técnica em Desenvolvimento de Sistemas pelo Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso (IFMT), Campus Cáceres. Atualmente, é mestrando em Computação Aplicada, na linha de pesquisa em Ciência de Dados, e cursa pós-graduação em Engenharia de Software.

Ao longo de sua trajetória acadêmica e profissional, atuou como bolsista do CNPq, desenvolvendo estudos na área de Simulações Computacionais de Lançamento de Projéteis. Integra o Grupo de Pesquisa, Inovação e Extensão em Engenharia de Computação, Controle e Automação Aplicadas da UFMT, contribuindo para o desenvolvimento de soluções tecnológicas inovadoras.

Possui experiência profissional como Analista de Processos Industriais na empresa Bunge, com atuação nos setores de manutenção, PCM e automação. Atualmente, atua como Engenheiro de Automação na Hydroconsult, desenvolvendo atividades relacionadas a projetos de hardware embarcado, design de placas eletrônicas (PCB) e gerenciamento de sistemas.

Claudia Aparecida Martins, Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil

Possui graduação em Bacharelado em Análise de Sistemas pela Universidade de Ribeirão Preto (1990), mestrado em Ciências da Computação e Matemática Computacional (1994) e doutorado na mesma área (2003), ambos pela Universidade de São Paulo. Foi Diretora do Instituto de Computação no período de 2017 a 2021 e atualmente é Professora Titular da Universidade Federal de Mato Grosso. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, atuando principalmente em Aprendizado de Máquina, Mineração de Dados e Textos, Ciência de Dados e Análise de Dados de Patentes.

Raphael de Souza Rosa Gomes, Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil

Possui graduação em Ciência da Computação pela Universidade Federal de Mato Grosso (2009), mestrado em Física Ambiental pelo Programa de Pós-Graduação em Física Ambiental da Universidade Federal de Mato Grosso (2012) e doutorado em Física Ambiental pelo mesmo programa (2015). Atua na área de Ciências Ambientais, com ênfase em estudos de evapotranspiração baseados no balanço de energia a partir do uso de imagens de satélite.

Anderson Castro Soares de Oliveira, Programa de Pós-Graduação em Computação Aplicada, Instituto de Computação, Universidade Federal de Mato Grosso, Cuiabá (MT), Brasil

Possui graduação em Matemática pela Universidade Estadual de Goiás (UEG) (2002), mestrado em Estatística e Experimentação Agropecuária (2007) e doutorado na mesma área (2010) pela Universidade Federal de Lavras (UFLA). Atualmente é professor do Departamento de Estatística da Universidade Federal de Mato Grosso (UFMT) e docente permanente do Programa de Pós-Graduação em Computação Aplicada (PPGCA/UFMT).

Atua no ensino de graduação e pós-graduação, ministrando disciplinas nas áreas de Estatística Aplicada, Análise de Dados, Modelagem Estatística e Aprendizado de Máquina. Participa de projetos de pesquisa e extensão voltados à aplicação da Estatística na resolução de problemas complexos em diferentes domínios do conhecimento, integrando abordagens analíticas, computacionais e bayesianas.

Possui experiência consolidada em Probabilidade e Estatística, com ênfase em modelos analíticos e de simulação, atuando principalmente nos seguintes temas: dinâmica de populações, séries temporais, estatística em saúde, estatística espacial, mineração de dados e mineração de texto. Desenvolve estudos que combinam métodos clássicos e bayesianos, com interesse em modelagem preditiva, aprendizado supervisionado e não supervisionado e técnicas de mineração de grandes volumes de dados.

Referências

1. Ministério da Saúde (BR). Carta dos direitos dos usuários da saúde. 3. ed. Brasília: Ministério da Saúde; 2011. [citado 2026 out 15]. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/cartas_direitos_usuarios_saude_3ed.pdf

2. Migowski A, Silva GAE, Dias MBK, Diz MDPE, Sant'Ana DR, Nadanovsky P. Diretrizes para detecção precoce do câncer de mama no Brasil. II - Novas recomendações nacionais, principais evidências e controvérsias. Cad Saude Publica. 2018;34(6):e00074817. doi: https://doi.org/10.1590/0102-311X00074817

3. D'Orsi CJ, Sickles EA, Mendelson EB, Morris EA. ACR BI-RADS atlas: breast imaging reporting and data system. 5th ed. Reston (VA): American College of Radiology; 2013.

4. Instituto Nacional de Câncer José Alencar Gomes da Silva (INCA). Manual do Sistema de Informação do Câncer (Siscan): módulos 1, 2, 3 e 4. Rio de Janeiro: INCA; 2021. [citado 2026 out 15]. Disponível em: https://www.inca.gov.br/publicacoes/manuais/manual-do-sistema-de-informacao-do-cancer-siscan-modulos-1-2-3-e-4

5. Dias MBK, Assis M, Santos ROMD, Ribeiro CM, Migowski A, Tomazelli JG. Adequação da oferta de procedimentos para a detecção precoce do câncer de mama no Sistema Único de Saúde: um estudo transversal, Brasil e regiões, 2019. Cad Saude Publica. 2024;40(5):e00139723. doi: https://doi.org/10.1590/0102-311XPT139723

6. Santos YM, Campos MJR, Miranda AHFSB, Holanda JRC. Câncer de mama no Brasil: epidemiologia e correlação com a mamografia, de 2014 a 2024. Cuad Educ Desarro. 2024;16(13):e6735. doi: https://doi.org/10.55905/cuadv16n13-012

7. Farias KFFL, Santos AAP, Santos M, Moraes MM, Cavalcante KOR, Moreira AS. Análise Epidemiológica das Mamografias Realizadas em Alagoas no Período 2018-2022. Rev Cienc Med Biol. 2024;23(2):265-72. doi: https://doi.org/10.9771/cmbio.v23i2.56813

8. Pereira ALV, Lucas EM, Vieira JM, Silva PLF, Bertoloni CRS. Epidemiologia do câncer de mama em Patos de Minas. Res Soc Dev. 2024;13(12):e210131247936. doi: https://doi.org/10.33448/rsd-v13i12.47936

9. Pal Choudhury P, Wilcox AN, Brook MN, Zhang Y, Ahearn T, Orr N, et al. Comparative Validation of Breast Cancer Risk Prediction Models and Projections for Future Risk Stratification. J Natl Cancer Inst. 2020;112(3):278-85. doi: https://doi.org/10.1093/jnci/djz113

10. Breiman L. Random Forests. Mach Learn. 2001;45(1):5-32. doi: https://doi.org/10.1023/A:1010933404324

11. Jain AK. Data clustering: 50 years beyond K-means. Pattern Recognit Lett. 2010;31(8):651-66. doi: https://doi.org/10.1016/j.patrec.2009.09.011

12. Chapman P, Clinton J, Kerber R, Khabaza T, Reinartz T, Shearer C, et al. CRISP-DM 1.0: step-by-step data mining guide. Chicago: SPSS Inc.; 2000.

13. Rousseeuw PJ. Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. J Comput Appl Math. 1987;20:53-65. doi: https://doi.org/10.1016/0377-0427(87)90125-7

14. Razali NM, Wah YB. Power comparisons of Shapiro-Wilk, Kolmogorov-Smirnov, Lilliefors and Anderson-Darling tests. J Stat Model Anal. 2011;2(1):21-33. [citado 2025 jun]. Disponível em: https://jsma.um.edu.my/index.php/jsma/article/view/3647

15. Arlot S, Celisse A. A survey of cross-validation procedures for model selection. Stat Surv. 2010;4:40-79. doi: https://doi.org/10.1214/09-SS054

16. Han J, Kamber M, Pei J. Cluster Analysis. In: Han J, Kamber M, Pei J. Data mining: concepts and techniques. 3rd ed. Waltham (MA): Morgan Kaufmann; 2012. p. 443-95. doi: https://doi.org/10.1016/B978-0-12-381479-1.00010-1

17. Wongvibulsin S, Wu KC, Zeger SL. Clinical risk prediction with random forests for survival, longitudinal, and multivariate (RF-SLAM) data analysis. BMC Med Res Methodol. 2020;20(1):1. doi: https://doi.org/10.1186/s12874-019-0863-0

18. Abdi H, Williams LJ. Principal component analysis. Wiley Interdiscip Rev Comput Stat. 2010;2(4):433-59. doi: https://doi.org/10.1002/wics.101

19. Humaira H, Rasyidah R. Determining the appropiate cluster number using elbow method for K-means algorithm. In: Proceedings of the 2nd Workshop on Multidisciplinary and Applications (WMA 2018); 2018 jan 24-25; Padang, Indonesia. [s.l.]: EAI; 2020. doi: https://doi.org/10.4108/eai.24-1-2018.2292388

20. Shutaywi M, Kachouie NN. Silhouette analysis for performance evaluation in machine learning with applications to clustering. Entropy. 2021;23(6):759. doi: https://doi.org/10.3390/e23060759

21. Kim TK. Understanding one-way ANOVA using conceptual figures. Korean J Anesthesiol. 2017;70(1):22-6. doi: https://doi.org/10.4097/kjae.2017.70.1.22

22. Bradley AP. The use of the area under the ROC curve in the evaluation of machine learning algorithms. Pattern Recognit. 1997;30(7):1145-59. doi: https://doi.org/10.1016/S0031-3203(96)00142-2

23. Saito T, Rehmsmeier M. The precision-recall plot is more informative than the ROC plot when evaluating binary classifiers on imbalanced datasets. PLoS One. 2015;10(3):e0118432. doi: https://doi.org/10.1371/journal.pone.0118432

24. Instituto Nacional de Câncer José Alencar Gomes da Silva (INCA). Parâmetros técnicos para detecção precoce do câncer de mama. Rio de Janeiro: INCA; 2023. [citado 2026 out 15]. Disponível em: https://ninho.inca.gov.br/jspui/handle/123456789/17258

Downloads

Publicado

02/11/2026

Como Citar

Lameira de Rezende, R., Rodrigues, R., Aparecida Martins, C., de Souza Rosa Gomes, R., & Castro Soares de Oliveira, A. (2026). Análise de padrões em laudos de mamografias do Sistema Único de Saúde com aprendizado de máquina usando dados agregados. Journal of Health Informatics, 18(1), 1606. https://doi.org/10.59681/2175-4411.v18.2026.1606

Edição

v. 18 (2026)

Seção

Artigo Original

Licença

Copyright (c) 2026 Rebeca Lameira de Rezende, Roni Rodrigues, Claudia Aparecida Martins, Raphael de Souza Rosa Gomes, Anderson Castro Soares de Oliveira

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Artigos Semelhantes

<< < 1 2 3 4 5 6 7 8 9 10 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.