Uma abordagem para o suporte ao diagnóstico de melanoma por imagem via comitês de autoencoders

Abstract

O câncer de pele é o tipo de câncer mais comum no Brasil, representando cerca de 33% dos casos de neoplasias malignas no país. O Melanoma é um tipo de câncer de pele que representa somente 3% dos casos de câncer no órgão, mas é considerado o mais ofensivo devido à sua alta possibilidade de metástase, que se trata da disseminação do câncer para outros órgãos. Embora o melanoma seja considerado a principal doença fatal da pele, a introdução de novos medicamentos juntamente com a detecção do tumor em seus estágios iniciais, têm contribuído para prognósticos positivos. Através da regra ABCDE, é possível perceber o melanoma por meio de características presentes na lesão, no entanto, a identificação do melanoma por meio da observação muitas vezes é falha, principalmente quando se trata de um médico ainda inexperiente. Diante disto, este trabalho tem como objetivo de selecionar e utilizar técnicas de Aprendizado de Máquina para propor um modelo que possa auxiliar médicos dermatologistas na identificação de lesões da pele através de imagens dermatoscópicas, servindo como uma segunda opinião sobre se tratar ou não de melanoma. O modelo proposto foi comparado com técnicas amplamente utilizadas na literatura para resolução de problemas complexos, com o objetivo de apresentar um desempenho superior. Utilizando a Precisão e Revocação o modelo proposto se mostrou equiparável aos demais, embora tenha tido acesso a somente 0,1% das dimensões da imagem, o que indica que o modelo trabalhou bem ao encontrar as características que discriminam as lesões da pele.