Banca de DEFESA: José Fabrício de Carvalho Leal

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : José Fabrício de Carvalho Leal
DATA : 30/01/2024
HORA: 08:00
LOCAL: NÚCLEO DE MEDICINA TROPICAL
TÍTULO:

Inovação na dermatologia tropical: identificação automática de lesões de leishmaniose cutânea utilizando inteligência artificial

PALAVRAS-CHAVES:

Dermatologia; leishmaniose; diagnóstico; AlexNet; aprendizado de máquina; imagens.

PÁGINAS: 135
RESUMO:

A leishmaniose cutânea (LC) é uma doença parasitária que afeta cerca de 1 milhão de indivíduos em todo o mundo, especialmente em regiões tropicais e subtropicais. O polimorfismo da LC dificulta o diagnóstico nos serviços de saúde, pois as lesões podem ser confundidas com outras dermatoses, como esporotricose, paracocidiocomicose e insuficiência venosa. Além disso, o diagnóstico da LC depende da experiência de profissionais de saúde, como dermatologistas tropicais e, de procedimentos laboratoriais, tornando o processo de diagnóstico lento e, muitas vezes, tardio. A identificação automatizada de doenças de pele baseada em aprendizagem profunda (DL) tem sido aplicada para auxiliar o diagnóstico. Neste estudo, avaliamos o desempenho do AlexNet, um algoritmo de DL, para identificar imagens de lesões de LC em pacientes da região Centro-Oeste do Brasil. Utilizou-se um conjunto de 2.458 imagens (até 10 de cada lesão) obtidas de pacientes atendidos entre 2015 e 2022 no ambulatório de dermatologia do Hospital Universitário de Brasília. Do total de imagens, 80% foram utilizadas para treinamento, 10% para testagem e 10% para validação do AlexNet na tarefa de identificar imagens de lesões de LC. Realizamos três simulações e treinamos AlexNet para diferenciar a LC de outras 26 dermatoses (por exemplo, cromomicose, piodermite, insuficiência venosa). Obtivemos uma acurácia média de 95,04% (Intervalo de Confiança de 95%: 93,81–96,04), indicando um excelente desempenho do AlexNet na identificação de imagens de lesões de LC. Concluímos que a identificação automatizada de LC usando AlexNet tem o potencial de auxiliar os clínicos no diagnóstico de lesões cutâneas, podendo contribuir para o diagnóstico precoce e tratamento oportuno da LC. Esses resultados contribuem para o desenvolvimento de um aplicativo móvel para auxiliar no diagnóstico da LC nos serviços de saúde. Além disso, essa dissertação representa um avanço na aplicação do DL na dermatologia tropical, como uma nova ferramenta diagnóstica na LC.

MEMBROS DA BANCA:
Interno - ***.733.102-** - GERSON OLIVEIRA PENNA - OUTROS
Externo ao Programa - 2676451 - CIRO MARTINS GOMES - UnBExterna à Instituição - MARCIA HUEB - UFMT