Uso de machine learning no diagnóstico de câncer de mama através de ultrassonografia

Autores

  • Marcelo Rosano Dallagassa Unimed
  • Antonio Josenias Cordeiro de Oliveira PUC-PR

DOI:

https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1289

Palavras-chave:

Ultrassonografia Mamária, Aprendizado de Máquina, Câncer da Mama

Resumo

Objetivo: Aplicar técnicas de machine learning para avaliar a eficiência e precisão no diagnóstico de câncer de mama por meio de imagens de ultrassonografia. Métodos: Utilizando a ferramenta Orange Data Mining, foram processadas imagens de um banco obtido na plataforma Kaggle contendo ultrassonografias de mamas que apresentavam nódulos benignos e malignos. Resultados: A análise das imagens nos testes foi realizada por meio das técnicas de machine learning, Neural Network e KNN, que demonstraram altas taxas de precisão na classificação de nódulos benignos e malignos com resultados acima de 90% de assertividade. Conclusão: A pesquisa sublinha a importância de ferramentas de machine learning para criar modelos preditivos robustos e precisos, melhorando significativamente a precisão do diagnóstico clínico e aumentando as chances de recuperação dos pacientes.

Biografia do Autor

Marcelo Rosano Dallagassa, Unimed

Doutorado/especialista, NIIS, Unimed, Curitiba, PR, Brasil

Antonio Josenias Cordeiro de Oliveira, PUC-PR

Especialista em Big Data, Gestão de Dados e Analytics, Politécnico, PUC PR, Curitiba, PR, Brasil

Referências

Oracle Brasil. O que é Machine learning? [202-].Available from: https://www.oracle.com/br/artificial-intelligence/machine-learning/what-is-machine- learning/. Accessed 2024 Feb 17.

IBM. O que é machine learning? [202-]. Available from: https://www.ibm.com/br- pt/topics/machine-learning. Accessed 2024 Feb 18.

Silva ME, et al. Proposta e avaliação de um modelo híbrido de seleção de características para o prognóstico do câncer de mama. 2022.

O que é câncer? [Internet]. Instituto Nacional de Câncer - INCA. [citado 18 de janeiro de 2024]. Disponível em: https://www.gov.br/inca/pt-br/assuntos/cancer/o-que-e- cancer

Ministério da Saúde. Câncer de mama. [202-]. Available from: https://www.gov.br/saude/pt-br/assuntos/saude-de-a-a-z/c/cancer-de-mama. Accessed 2024 Jan 18.

Ferreira CSC. Uso de inteligência artificial em deep learning na segmentação da mama em imagens de ressonância magnética como ferramenta para o diagnóstico de câncer de mama: uma revisão sistemática. 2023.

Instituto Nacional de Câncer. Outubro Rosa 2023. (2023). Available from: https://www.gov.br/inca/pt-br/assuntos/campanhas/2023/outubro-rosa. Accessed 2024 Feb 19.

McKinney SM, et al. International evaluation of an AI system for breast cancer screening. Nature. 2020;577(7788):89-94. DOI: https://doi.org/10.1038/s41586-019-1799-6

Dembrower K, et al. Effect of artificial intelligence-based triaging of breast cancer screening mammograms on cancer detection and radiologist workload: a retrospective simulation study. The Lancet Digital Health. 2020;2(9) DOI: https://doi.org/10.1016/S2589-7500(20)30185-0

Campos KFA. Importância da mamografia no rastreio do câncer de mama: uma revisão de literatura. 2023.

Aguiar YM, et al. Desenvolvimento e aplicação de metodologia de aprendizagem de máquina para classificação de imagens termográficas na área médica. 2021. Dissertação de Mestrado. Universidade Federal de Pernambuco.

Calas MJG, et al. Estudo preliminar das limitações técnicas da ultrassonografia automatizada da mama: do procedimento ao diagnóstico. Radiologia Brasileira. 2020;53:293-300. DOI: https://doi.org/10.1590/0100-3984.2019.0079

Vieira WL, et al. A importância da Ultrassonografia no Câncer de Mama. Março de 2018 24ª EDIÇÃO, p. 41, 2018.

Braga AV, et al. Machine learning: O Uso da Inteligência Artificial na Medicina. Brazilian Journal of Development. 2019;5(9):16407-13. DOI: https://doi.org/10.34117/bjdv5n9-190

Sairam VA. Ultrasound Breast Images for Breast Cancer. (2024). Available from: https://www.kaggle.com/datasets/vuppalaadithyasairam/ultrasound-breast-images- for-breast-cancer/data. Accessed 2024 Jan 14.

Hochman B, Nahas FX, Oliveira Filho RS, Ferreira LM. Desenhos de pesquisa. Acta Cir Bras. 2005;20(suppl 2):2-9. doi: 10.1590/S0102-86502005000800002. DOI: https://doi.org/10.1590/S0102-86502005000800002

De Rezende MR, Maimone TS. Uso de inteligência artificial para identificação de fatores influenciadores do câncer de mama a partir de dados clínicos. 2022.

Diniz JOB, Dias DA Jr, Cruz LB da, Marques RCS, Gomes DL Jr, Cortês OAC, et al. EfficientEnsemble: Diagnóstico de câncer de mama em imagens de ultrassom utilizando processamento de imagens e Ensemble de EfficientNets. Em: Anais do XXIV Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2024). Sociedade Brasileira de Computação - SBC; 2024. p. 202–13. DOI: https://doi.org/10.5753/sbcas.2024.2155

Downloads

Publicado

19-11-2024

Como Citar

Dallagassa, M. R., & de Oliveira, A. J. C. (2024). Uso de machine learning no diagnóstico de câncer de mama através de ultrassonografia. Journal of Health Informatics, 16(Especial). https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1289

Artigos Semelhantes

<< < 1 2 3 4 5 6 > >> 

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

Artigos mais lidos pelo mesmo(s) autor(es)