Escolar Documentos
Profissional Documentos
Cultura Documentos
(UNOCHAPECÓ)
ÁREA DE CIÊNCIAS DA SAÚDE - CURSO DE MEDICINA
Eduarda Breancini
Lucas Augusto Souza
Chapecó-SC, 2023
2
EDUARDA BREANCINI
LUCAS AUGUSTO SOUZA
Chapecó, 2023
3
SUMÁRIO
1 INTRODUÇÃO............................................................................................................................................
1.1 Tema...........................................................................................................................................................
1.2 Delimitação do tema................................................................................................................................
1.3 Problema...................................................................................................................................................
2 OBJETIVOS.................................................................................................................................................
2.1 Objetivo geral............................................................................................................................................
2.2 Objetivos específicos.................................................................................................................................
3 JUSTIFICATIVA........................................................................................................................................
4 FUNDAMENTAÇÃO TEÓRICA..............................................................................................................
4.1 Melanoma..................................................................................................................................................
4.2 Inteligência Artificial e Melanoma..........................................................................................................
4.3 Acurácia, sensibilidade e especificidade da Inteligência Artificial.......................................................
4.4 Limitações do uso da Inteligência Artificial...........................................................................................
5 METODOLOGIA........................................................................................................................................
5.1 Delineamento do estudo............................................................................................................................
5.2 Amostra......................................................................................................................................................
5.3 Critérios de elegibilidade..........................................................................................................................
5.4 Coleta de dados.........................................................................................................................................
5.5 Análise e interpretação dos resultados....................................................................................................
5.6 Aspectos éticos...........................................................................................................................................
6 CRONOGRAMA DE AÇÃO......................................................................................................................
7 ORÇAMENTO.............................................................................................................................................
REFERÊNCIAS..............................................................................................................................................
4
1 INTRODUÇÃO
1.1 Tema
Melanoma
1.3 Problema
Melanoma é um tumor maligno que surge de melanócitos, células produtoras de
melanina, que produz a pigmentação da pele. O melanoma é a forma mais mortal de câncer de
pele, responsável por 90% dos óbitos associados com tumores cutâneos (Garbe et al., 2022).
Nos estágios iniciais, o melanoma pode ser tratado com sucesso apenas com cirurgia e as
taxas de sobrevivência são altas, mas após as metástases as taxas de sobrevivência caem
significativamente. Portanto, o diagnóstico precoce e correto é fundamental para garantir que
os pacientes tenham o melhor prognóstico possível (Davis et al., 2019). Diante disso, a
inteligência artificial surge como auxílio ao médico para o diagnóstico dessa doença, estudos
mostram que uma rede neural convolucional bem treinada é capaz de ter uma acurácia alta
para classificar imagens dermatoscópicas de nevos melanocíticos e melanomas, além disso,
alguns conseguem ser mais acurados comparado a dermatologistas (Haenssle et al., 2018).
Portanto, esse presente estudo pergunta: qual o potencial da inteligência artificial no
diagnóstico do melanoma?
2 OBJETIVOS
3 JUSTIFICATIVA
Em 2005, Sboner et al. descobriu que tanto especialistas quanto não especialistas não
seguem as diretrizes diagnósticas completamente (Sboner et al., 2005). Isso resulta em uma
má conduta médica e tratamentos tardios, ao contrário do que se espera em um câncer de pele
com altos índices de mortalidade.
Nesse contexto, foram criados modelos de sistema computadorizado para lidar com o
diagnóstico automático de melanoma. Por exemplo, projetos de rede neural convolucional
podem alcançar uma acurácia de mais de 90% depois de serem treinadas em base de dados de
imagens dermatoscópicas. Os sistemas da inteligência artificial têm melhor performance em
várias tarefas, melhor predizendo o prognóstico dos pacientes e auxiliando no diagnóstico
(Zhang et al., 2022).
Destaca-se a importância desse estudo, visto que a IA é um assunto atual e está se
expandindo para vários campos nas áreas da saúde, modelos já estão sendo aplicados
atualmente no diagnóstico do melanoma através de estudos científicos. Dessa forma, este
trabalho propõe uma revisão de escopo da literatura, para uma melhor compreensão do
estádio da arte atual acerca do uso de IA no diagnóstico do melanoma.
4 FUNDAMENTAÇÃO TEÓRICA
4.1 Melanoma
5 METODOLOGIA
5.2 Amostra
Vão ser incluídos estudos de caso-controle, ensaios clínicos e coorte que analisaram a
acurácia do uso da inteligência artificial no diagnóstico de câncer tipo melanoma. Não houve
restrição quanto à idioma ou data.
Como critérios de exclusão temos a ausência de dados sobre a acurácia no diagnóstico,
estudos em animais e revisões sistemáticas.
As pesquisas nas bases de dados serão feitas com as palavras chaves: melanoma
combinado com diagnóstico e inteligência artificial ou Machine Learning. Após a coleta
inicial, dois investigadores analisam e extraem os dados usando um aplicativo de organização
padrão (EndNote).
Em um primeiro momento, serão importados os artigos para a plataforma e será
realizada a exclusão dos duplicados. Após, cada investigador irá avaliar um resumo dos
estudos e organizar em 3 subgrupos: artigos incluídos, excluídos e em dúvida, de acordo com
os critérios de elegibilidade. Obteremos de cada estudo: primeiro autor, ano da publicação,
tipo de estudo, tipo de melanoma, modelo da inteligência artificial e acurácia no diagnóstico.
Os trabalhos incluídos na revisão vão ser os pertencentes ao grupo dos incluídos e uma
avaliação por um terceiro pesquisador será necessária para decidir se os artigos em dúvida
entrarão na revisão sistemática.
6 CRONOGRAMA DE AÇÃO
7 ORÇAMENTO
REFERÊNCIAS
DAVIS, L. E.; SHALIN, S. C.; TACKETT, A. J. Current state of melanoma diagnosis and
treatment. Cancer Biology & Therapy, v. 20, n. 11, p. 1366–1379, 2019. DOI:
10.1080/15384047.2019.1640032
INCA. Instituto Nacional de Câncer José Alencar Gomes da Silva. Estimativa 2023:
incidência de câncer no Brasil. 2019. Disponível em:
https://www.inca.gov.br/sites/ufu.sti.inca.local/files//media/document//estimativa-2023.pdf.
Acessado em: 01 de setembro de 2023.
MAR, V. J.; SOYER, H. P. Artificial intelligence for melanoma diagnosis: how can we
deliver on the promise? Annals of Oncology, v. 29, n. 8, p. 1625–1628, 2018. DOI:
https://doi.org/10.1093/annonc/mdy193
RASTRELLI, M.; TROPEA, S.; ROSSI, C. R.; ALAIBAC, M.; Melanoma: epidemiology,
risk factors, pathogenesis, diagnosis and classification. In Vivo. v. 28, n.6, p. 1005-1011,
2014. Disponível em: https://iv.iiarjournals.org/content/invivo/28/6/1005.full.pdf. Acesso em:
01 de setembro de 2023.
15
RING, C.; COX, N.; LEE, J. B. Dermatoscopy. Clinics in Dermatology, v. 39, n. 4, p. 635–
642, jul. 2021. DOI: 10.1016/j.clindermatol.2021.03.009
SADURNÍ, M. B.; MEVES, A. Breslow thickness 2.0: Why gene expression profiling is a
step toward better patient selection for sentinel lymph node biopsies. Modern Pathology, v.
35, n. 11, p. 1509–1514, 2022. DOI: 10.1038/s41379-022-01101-y