As redes neurais convulacionais são aquelas que executam funções matemáticas específicas, como resumo ou filtragem, o que é conhecido como convulação. Essas redes estão sendo utilizadas para a classificação de imagens, extraindo delas as informações essenciais que, na medicina, chamam a atenção para aquilo que é, por exemplo, relevante para o diagnóstico e classificação de uma doença.
Esse potencial se aplica também em doenças orais e diversos tipos de câncer de cabeça e pescoço. É o que aponta o estudo Machine learning concepts applied to oral pathology and oral medicine: A convolutional neural networks' approach publicado na revista científica Oral Pathology & Medicine.
Este trabalho é uma revisão, fruto do esforço interdisciplinar e multicêntrico de pesquisadores da Faculdade de Odontologia de Piracicaba da Universidade Estadual de Campinas (FOP/UNICAMP), Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (Unifesp) e Instituto de Matemática e Ciências Computacionais da Universidade de São Paulo (ICT-USP).
A pesquisa foi desenvolvida a partir da premissa que modelos e redes de inteligência artificial podem aprender e processar informações densas em um curto espaço de tempo, levando a uma análise clínica e histopatológica eficiente, objetiva e precisa, o que se mostra potencialmente útil para melhorar modalidades de tratamento e estabelecer prognósticos. A partir disso, os autores trazem uma revisão da literatura e se propuseram a, com um olhar interdisciplinar e didático, apresentar uma base teórica e conceitual das abordagens baseadas em inteligência artificial, com foco especial em redes neurais convulacionais, que ressaltam – afirmam os autores - ser o estado da arte em inteligência e aprendizagem profunda (deep learning).
O cirurgião de cabeça e pescoço e Professor Doutor Luiz Paulo Kowalski, ao avaliar o estudo, afirma que o trabalho cumpre com o seu papel de ser um instrumento importante para seu público-alvo, composto por patologistas orais, estomatologistas e cirurgiões de cabeça e pescoço. “Os pesquisadores evidenciam, com clareza, o papel da inteligência artificial em ser mais um elemento que facilita o diagnóstico diferencial e a previsão de prognóstico de doenças bucais. Em câncer de cabeça e pescoço, a melhor estratificação de imagens e aspectos histopatológico das amostras, a partir do modelo aqui apresentado, é fundamental para sermos ainda mais assertivos no planejamento terapêutico, controle da doença e, consequentemente, podermos oferecer melhor qualidade de vida aos pacientes”, afirma.
A pesquisa conta com financiamento da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES/PROEX), bolsa do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e auxílio do Programa de Internacionalização Institucional (CAPES-PrInt), da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e do Fundo de Apoio ao Ensino, à Pesquisa e Extensão, Universidade Estadual de Campinas (FAEPEX).
Referência do estudo
Araújo ALD, da Silva VM, Kudo MS, de Souza ESC, Saldivia-Siracusa C, Giraldo-Roldán D, Lopes MA, Vargas PA, Khurram SA, Pearson AT, Kowalski LP, de Carvalho ACPLF, Santos-Silva AR, Moraes MC. Machine learning concepts applied to oral pathology and oral medicine: A convolutional neural networks' approach. J Oral Pathol Med. 2023 Feb;52(2):109-118.
Disponível em
https://onlinelibrary.wiley.com/doi/10.1111/jop.13397