z-logo
open-access-imgOpen Access
UTILIZAÇÃO DE INTELIGÊNCIA ARTIFICIAL NA LEITURA DE LÂMINAS HISTOPATOLÓGICAS NO DIAGNÓSTICO PRECOCE DE CÂNCER DE BOCA
Author(s) -
Roberto Bezerra da Silva,
Roberto Bezerra da Silva,
Eliane Cristina Viana Revoredo,
Donato da Silva Braz Júnior
Publication year - 2022
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.51161/conbesp/56
Subject(s) - gynecology , humanities , medicine , philosophy
microscópica automatizada é a capacidade de otimização de maior número de leitura de lâminas em menor tempo no desfecho de diagnósticos, redução de erros de detecção e diminuição das taxas de morbidade e mortalidade de Câncer Oral. A Inteligência Artificial de Aprendizagem de Máquina é dependente de um banco de dados de imagens de lâminas histopatológicas. A amostra de tecido obtida a partir de vários centros laboratoriais, permite maior diversidade e variação biológica, através da inclusão de casos de diferentes localizações geográficas. Objetivos: Mostrar os benefícios da Inteligência Artificial na detecção de Câncer Oral por meio da tecnologia de escaneamento de imagem de lâmina histopatológica inteira. Material e Métodos: Trata-se de uma revisão sistemática de literatura realizada em janeiro de 2022. Foram analisados estudos publicados de 2017 a 2022, originalmente na língua inglesa e portuguesa, extraídos das bases de dados Pubmed, Medline, SciELO, Capes e Bireme. Após a leitura do título e resumo obteve-se os seguintes resultados: excluiu-se 3134 artigos e restou 20 artigos que foram lidos na íntegra e incluídos na revisão. Resultados: A Inteligência Artificial realizou o escaneamento da imagem de lâmina inteira, uma microscopia de alta resolução do tecido humano, e classificou imagens histopatológicas orais em classes normais e cancerosas, que usou diferentes algoritmos pré-treinados. Primeiro, foi ajustado individualmente e usado para a tarefa de classificação e combinou com o exame convencional de patologia. Por fim, comparou-se o desempenho dos três algoritmos com omodelo sincronizado. Observou-se que o algoritmo harmonizado apresentou resultadosque superou a operação individual. Conclusão: Assim, a combinação de um patologistae a Inteligência Artificial, demonstrou resultados superiores de diagnóstico emcomparação ao médico patologista e máquina, trabalhando isoladamente no diagnósticoprecoce na graduação da displasia oral. O uso do escaneamento digital de lâminahistopatológica inteira aumentou a acurácia e se tornará o principal método paraclassificar tecidos patológicos em Câncer Bucal.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here