Trabalho do pesquisador João Vitor Santillo analisou ultrassonografias com a ajuda de modelos chamados de “redes neurais”. Projeto do pesquisador João Vitor Santillo já foi aprovado pela banca na USP São Carlos. Ideia é contribuir com diagnóstico de câncer de mama.
Divulgação
A pesquisa de um aluno do MBA em Inteligência Artificial e Big Data da USP São Carlos quer tornar mais preciso o diagnóstico de câncer de mama.
No trabalho, o pesquisador João Vitor Santillo propõe o uso de uma ferramenta de I.A que, a partir de imagens de ultrassonografia, seria capaz de analisar e indicar com mais exatidão as áreas com maior presença de tumores.
📲 Participe do canal do g1 São Carlos e Araraquara no WhatsApp
A base da tecnologia seria programada com as chamadas redes neurais, sistemas em que máquinas ou modelos conseguem tomar decisões semelhantes às de um cérebro humano.
O trabalho foi orientado pelo professor Fernando Pereira dos Santos, do Instituto de Ciências Matemáticas e da Computação (ICMC) da USP. A ideia para o projeto, segundo Santillo, surgiu por causa de uma experiência familiar.
“A experiência com a minha mãe, que hoje está felizmente curada, me fez refletir sobre a importância de ferramentas que possam acelerar e melhorar a triagem no sistema de saúde. Com isso, casos de maior risco poderiam ser priorizados, tornando o encaminhamento mais ágil e, consequentemente, aumentando as chances de cura”, argumenta.
O pesquisador usou um banco de imagens de ultrassonografias e foi fazendo ajustes para garantir que fossem compatíveis com a rede neural.
Modelo de inteligência artificial usado por pesquisador da USP São Carlos “desenha” mapas de calor para identificação de tumores
Reprodução
LEIA TAMBÉM:
LITERATURA: UFSCar recebe prêmio Jabuti Acadêmico com pesquisa
INOVAÇÃO: Produto que mata vírus e bactérias em pisos, plásticos e superfícies é criado na UFSCar
SUCESSO: Professora da USP de São Carlos é eleita para a Academia Mundial de Ciências
Em uma das últimas etapas, a ferramenta gera mapas de calor que forneceriam não apenas a definição do tumor (maligno ou benigno), mas também áreas específicas que teriam influenciado na classificação. O modelo, segundo o estudo, alcançou eficiência entre 95% e 96%.
Importância da pesquisa e sequência
O câncer de mama é o tipo mais comum no país e a incidência de casos deve aumentar em 30% até 2040 em todo o mundo, conforme dados do International Agency for Research on Cancer (IARC).
O projeto de Santillo, portanto, busca diminuir o tempo entre a detecção do tumor e o início do tratamento, cenário ideal para aumentar chances de cura. O pesquisador também reforça que a ideia não é substituir o papel de um médico, e sim otimizar o processo de diagnóstico.
Santillo celebra os resultados do MBA em IA e Big Data com as professoras Solange Rezende e Roseli Romero, coordenadora e vice-coordenadora do programa
Arquivo Pessoal
O trabalho já foi aprovado pela banca como conclusão do MBA. Em breve também deve ser publicado em revistas científicas e apresentado em congressos.
“O diferencial do nosso trabalho é que, com uma arquitetura mais simples e eficiente, conseguimos atingir resultados comparáveis. Com ajustes e otimizações, acreditamos que podemos alcançar maior precisão com menor custo computacional, tornando o modelo mais viável para aplicação prática”, explica o pesquisador.
REVEJA VÍDEOS DA EPTV:
Veja mais notícias da região no g1 São Carlos e Araraquara
Divulgação
A pesquisa de um aluno do MBA em Inteligência Artificial e Big Data da USP São Carlos quer tornar mais preciso o diagnóstico de câncer de mama.
No trabalho, o pesquisador João Vitor Santillo propõe o uso de uma ferramenta de I.A que, a partir de imagens de ultrassonografia, seria capaz de analisar e indicar com mais exatidão as áreas com maior presença de tumores.
📲 Participe do canal do g1 São Carlos e Araraquara no WhatsApp
A base da tecnologia seria programada com as chamadas redes neurais, sistemas em que máquinas ou modelos conseguem tomar decisões semelhantes às de um cérebro humano.
O trabalho foi orientado pelo professor Fernando Pereira dos Santos, do Instituto de Ciências Matemáticas e da Computação (ICMC) da USP. A ideia para o projeto, segundo Santillo, surgiu por causa de uma experiência familiar.
“A experiência com a minha mãe, que hoje está felizmente curada, me fez refletir sobre a importância de ferramentas que possam acelerar e melhorar a triagem no sistema de saúde. Com isso, casos de maior risco poderiam ser priorizados, tornando o encaminhamento mais ágil e, consequentemente, aumentando as chances de cura”, argumenta.
O pesquisador usou um banco de imagens de ultrassonografias e foi fazendo ajustes para garantir que fossem compatíveis com a rede neural.
Modelo de inteligência artificial usado por pesquisador da USP São Carlos “desenha” mapas de calor para identificação de tumores
Reprodução
LEIA TAMBÉM:
LITERATURA: UFSCar recebe prêmio Jabuti Acadêmico com pesquisa
INOVAÇÃO: Produto que mata vírus e bactérias em pisos, plásticos e superfícies é criado na UFSCar
SUCESSO: Professora da USP de São Carlos é eleita para a Academia Mundial de Ciências
Em uma das últimas etapas, a ferramenta gera mapas de calor que forneceriam não apenas a definição do tumor (maligno ou benigno), mas também áreas específicas que teriam influenciado na classificação. O modelo, segundo o estudo, alcançou eficiência entre 95% e 96%.
Importância da pesquisa e sequência
O câncer de mama é o tipo mais comum no país e a incidência de casos deve aumentar em 30% até 2040 em todo o mundo, conforme dados do International Agency for Research on Cancer (IARC).
O projeto de Santillo, portanto, busca diminuir o tempo entre a detecção do tumor e o início do tratamento, cenário ideal para aumentar chances de cura. O pesquisador também reforça que a ideia não é substituir o papel de um médico, e sim otimizar o processo de diagnóstico.
Santillo celebra os resultados do MBA em IA e Big Data com as professoras Solange Rezende e Roseli Romero, coordenadora e vice-coordenadora do programa
Arquivo Pessoal
O trabalho já foi aprovado pela banca como conclusão do MBA. Em breve também deve ser publicado em revistas científicas e apresentado em congressos.
“O diferencial do nosso trabalho é que, com uma arquitetura mais simples e eficiente, conseguimos atingir resultados comparáveis. Com ajustes e otimizações, acreditamos que podemos alcançar maior precisão com menor custo computacional, tornando o modelo mais viável para aplicação prática”, explica o pesquisador.
REVEJA VÍDEOS DA EPTV:
Veja mais notícias da região no g1 São Carlos e Araraquara
