Aplicação de Inteligência Artificial para a Classificação Multiclasses de Câncer De Estômago

Resumo

O câncer de estômago apresenta alta incidência e mortalidade, sendo frequentemente diagnosticado em estágios avançados pela ausência de sintomas precoces. As limitações dos métodos diagnósticos atuais e a escassez de patologistas motivam o uso de Inteligência Artificial para aumentar a precisão. Este projeto, desenvolvido em parceria com o Hospital da Santa Casa de Misericórdia de São Paulo, visa criar uma solução inovadora para este contexto. O objetivo principal é treinar um modelo de Rede Neural Convolucional (CNN) para classificar lesões de câncer gástrico a partir de imagens do órgão retirado, capturadas por celular durante a cirurgia. A metodologia inclui a curadoria de um banco de dados com imagens anotadas por especialistas, uma revisão da literatura para selecionar as arquiteturas de CNN mais eficientes e o treinamento do modelo. Como justificativa, a pesquisa oferece uma ferramenta de auxílio diagnóstico que pode funcionar como uma "segunda opinião" em tempo real para equipes cirúrgicas, especialmente em hospitais com recursos limitados. O resultado esperado é um algoritmo validado para a classificação de lesões, que servirá de base para um futuro aplicativo, buscando melhorar a precisão diagnóstica em um momento crítico do tratamento.