Estudo Observacional Prospectivo para Classificação de Microcalcificações Mamárias com Técnicas de Inteligência Artificial

As microcalcificações mamárias são atualmente classificadas pela escala radiológica BI-RADS. Em caso de microcalcificações suspeitas (B3), recomenda-se a realização de biópsia para avaliação histopatológica. No entanto, cerca de 70-80% das biópsias realizadas apresentam histologia benigna que não requer tratamento cirúrgico. Core biopsias são procedimentos invasivos com custos biológicos, psicológicos (desconforto do paciente), organizacionais e econômicos (para o Sistema de Saúde). Portanto, a melhoria da precisão na classificação radiológica das microcalcificações é essencial. Recentemente, várias abordagens têm sido relatadas na literatura para detectar e classificar a microcalcificação como benigna ou suspeita em mamografias digitais. Métodos de análise baseados no uso de deep learning (DL) também surgiram como promissores para o processamento de imagens de mamografia. As redes neurais convolucionais (CNNs) são atualmente o estado da arte para classificação de imagens em muitos campos de aplicação no campo da visão computacional. Este estudo pretende implementar um método de classificação para microcalcificações mamárias (como benignas ou malignas) com técnicas de Inteligência Artificial (IA) em imagens mamográficas, avaliando o desempenho diagnóstico (precisão) desta abordagem. A avaliação será realizada com referência à abordagem radiológica padrão (classificação BI-RADS).

Juntamente com a aplicação de sistemas de IA à imagem mamográfica, outra necessidade clínica atual é o desenvolvimento de uma ferramenta de diagnóstico capaz de determinar in situ as características biomoleculares das microcalcificações, discriminando com precisão sua natureza sem retirar tecido, fixação e inclusão da amostra em parafina, e sem avaliação altamente especializada do patologista. A espectroscopia Raman (RS) é um método altamente específico do ponto de vista biomolecular e, ao mesmo tempo, compatível com medições in vivo. Consiste em uma abordagem biofotônica capaz de explorar a composição molecular de uma determinada amostra por meio de sua irradiação direta (através de luz laser) e aquisição simultânea de sinais de emissão. As informações de RS podem ser combinadas com recursos de imagem para implementar um modelo de IA para a classificação combinada de microcalcificações mamárias