A Utilização de Inteligência Artificial no Diagnóstico de Melanoma

Detalhes bibliográficos
Autor(a) principal: Constantino, Sara Mariana Cabral de Oliveira
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/97708
Resumo: Trabalho Final do Mestrado Integrado em Medicina apresentado à Faculdade de Medicina
id RCAP_4a5f41c5ec69c4aa8edb5ea9239d90d2
oai_identifier_str oai:estudogeral.uc.pt:10316/97708
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling A Utilização de Inteligência Artificial no Diagnóstico de MelanomaThe use of artificial intelligence in the diagnosis of melanomamelanoma cutâneodiagnósticodermatoscopiainteligência artificialrede neural convolucionalcutaneous melanomadiagnosisdermatoscopyartificial intelligenceconvolutional neural networkTrabalho Final do Mestrado Integrado em Medicina apresentado à Faculdade de MedicinaO melanoma cutâneo é uma neoplasia maligna que nas últimas décadas tem adquirido de modo crescente um papel preponderante na saúde pública global, devido ao aumento na sua incidência e ao facto de apresentar a maior taxa de mortalidade no que toca a cancro da pele.A sua deteção e diagnóstico precoces contribuem de modo decisivo para a melhoria do prognóstico.A avaliação histopatológica é a técnica padrão para o diagnóstico, existindo outras técnicas que aumentam a acuidade do exame clínico e contribuem para a precocidade do diagnóstico, como a dermatoscopia (a mais utilizada) ou a microscopia confocal de reflectância.Contudo, qualquer um destes procedimentos é sempre muito dependente da experiência e treino do médico que a utiliza.Assim, existe atualmente uma procura incessante de métodos que aumentem a acuidade diagnóstica do melanoma cutâneo.Tendo em conta que a dermatologia é uma área da medicina muito visual e com inúmeros registos fotográficos, possuindo grandes bases de dados com imagens clínicas que podem ser utilizadas e interpretadas, existe um enorme potencial para implementação de sistemas de inteligência artificial no diagnóstico.Na verdade, recentemente têm sido realizados muitos estudos que visam explorar as capacidades da inteligência artificial no despiste e análise de lesões cutâneas, com o intuito de auxiliar os médicos dermatologistas a tornar o seu diagnóstico mais preciso, independentemente do seu conhecimento clínico.Neste âmbito, o que se tem destacado mais e com resultados mais promissores são as redes neurais convolucionais. Estas, segundo dados de investigações realizadas, são capazes de identificar e classificar o melanoma cutâneo com um nível de competência superior ao de médicos dermatologistas.Com o desenvolvimento da inteligência artificial existe algum receio que a mesma possa vir a substituir o médico dermatologista. Contudo, foi evidenciado que a combinação de inteligência artificial e humana é capaz de obter resultados diagnósticos superiores aos obtidos individualmente quer pelos médicos quer pela rede neural convolucional, pelo que este tipo de tecnologia pode vir a ter um papel relevante, não na substituição do dermatologista, mas sim na coadjuvação para realçar e aperfeiçoar o seu trabalho.Por outra perspetiva, apesar de a inteligência artificial, e neste caso mais especificamente as redes neurais convolucionais, demonstrarem um imenso potencial que pode revolucionar a dermatologia, nomeadamente no diagnóstico de melanoma, levantam ainda problemas éticos e logísticos para que possam ser incluídos na prática clínica diária.Cutaneous melanoma is a malignant tumour that in the last decades has obtained a preponderant role in the global public health. This is due to the rise in its incidence and because it presents the biggest mortality rate referring to skin cancer.Its early detection and diagnosis contribute decisively for the improvement of the prognosis.Histopathological evaluation is the diagnostic gold standard. Still, there are other techniques that increase the acuity of the clinic exam and help early diagnosis, such as dermatoscopy (the most used) and reflectance confocal microscopy.Nevertheless, all these procedures are very dependent on the doctors’ experience and training.Therefore, there is currently a ceaseless search of methods to increase the cutaneous melanomas’ diagnostic acuity.Dermatology is a very visual medical area with countless photographic registry and great databases with clinical images that can be used and construed. The aforementioned shows a boundless potential to implement artificial intelligence systems in diagnosis.There have been many studies recently conducted that aim to explore the capabilities of artificial intelligence in the screening of skin lesions. This has the purpose of helping the dermatologists to make a more accurate diagnosis, regardless of their clinical knowledge.In this context, convolutional neural networks have stood out with the most promising results. According to data from performed investigations, these are capable of identify and classify a cutaneous melanoma with a higher level of competence than dermatologists.With the development of artificial intelligence, there is some fear that it could replace the dermatologist. However, it has been proven that the artificial and human intelligence combined can obtain better diagnostic outcomes than the ones obtained individually by doctors or by convolutional neural networks. This shows that this type of technology can come to have a relevant role, not in the replacement of the dermatologist, but by helping him to ameliorate and highlight his work.On another perspective, despite the vast potential of artificial intelligence to revolutionize dermatology, more specifically by convolutional neural networks, there is still ethical and logistical problems for it to be included in the daily clinical practice.2020-07-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/97708http://hdl.handle.net/10316/97708TID:202713180porConstantino, Sara Mariana Cabral de Oliveirainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-05-25T06:42:00Zoai:estudogeral.uc.pt:10316/97708Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:15:40.996881Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
The use of artificial intelligence in the diagnosis of melanoma
title A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
spellingShingle A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
Constantino, Sara Mariana Cabral de Oliveira
melanoma cutâneo
diagnóstico
dermatoscopia
inteligência artificial
rede neural convolucional
cutaneous melanoma
diagnosis
dermatoscopy
artificial intelligence
convolutional neural network
title_short A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
title_full A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
title_fullStr A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
title_full_unstemmed A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
title_sort A Utilização de Inteligência Artificial no Diagnóstico de Melanoma
author Constantino, Sara Mariana Cabral de Oliveira
author_facet Constantino, Sara Mariana Cabral de Oliveira
author_role author
dc.contributor.author.fl_str_mv Constantino, Sara Mariana Cabral de Oliveira
dc.subject.por.fl_str_mv melanoma cutâneo
diagnóstico
dermatoscopia
inteligência artificial
rede neural convolucional
cutaneous melanoma
diagnosis
dermatoscopy
artificial intelligence
convolutional neural network
topic melanoma cutâneo
diagnóstico
dermatoscopia
inteligência artificial
rede neural convolucional
cutaneous melanoma
diagnosis
dermatoscopy
artificial intelligence
convolutional neural network
description Trabalho Final do Mestrado Integrado em Medicina apresentado à Faculdade de Medicina
publishDate 2020
dc.date.none.fl_str_mv 2020-07-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/97708
http://hdl.handle.net/10316/97708
TID:202713180
url http://hdl.handle.net/10316/97708
identifier_str_mv TID:202713180
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134053675302912

Registros relacionados