Tecnologia desenvolvida pela Unipampa utiliza imagens dermatoscópicas e pode reforçar triagem médica em regiões com poucos especialistas
O Modelo de IA para diagnóstico de câncer de pele foi desenvolvido por pesquisadores da Universidade Federal do Pampa (Unipampa), no Rio Grande do Sul, e apresentou sensibilidade de 80,44% na identificação de lesões cutâneas. A tecnologia tem potencial para apoiar a triagem médica no Sistema Único de Saúde (SUS), especialmente em regiões com escassez de dermatologistas.
📲Quer receber notícias direto no celular? Entre no nosso grupo no WhatsApp.
A iniciativa foi criada pela estudante de Engenharia de Computação Eduarda Silveira, sob orientação do professor Sandro Camargo. Os resultados do estudo foram publicados na Revista Brasileira de Cancerologia, periódico científico do Instituto Nacional do Câncer (Inca), vinculado ao Ministério da Saúde.
Segundo a pesquisadora, o projeto surgiu da necessidade de ampliar o apoio ao diagnóstico precoce do câncer de pele, principalmente em locais com acesso limitado a especialistas. A proposta foi utilizar inteligência artificial para reconhecer padrões em imagens dermatoscópicas, recurso já adotado na avaliação clínica tradicional.
Como funciona o modelo de IA para diagnóstico de câncer de pele
O sistema utiliza redes neurais profundas treinadas com milhares de imagens dermatoscópicas previamente classificadas e confirmadas por biópsia. A partir desse treinamento, o modelo aprende a identificar padrões relacionados à cor, forma e estrutura das lesões.
Na prática, ao receber uma imagem capturada por dermatoscópio, o sistema apresenta uma sugestão diagnóstica acompanhada de um nível de confiança. O modelo foi estruturado para reconhecer oito classes distintas de lesões cutâneas, incluindo melanoma e outros tipos de câncer de pele.
De acordo com o professor Sandro Camargo, o diferencial científico do estudo está na construção de um processo completo e validado. O pipeline desenvolvido inclui identificação manual das lesões, pré-processamento das imagens, treinamento do modelo e validação interna e externa com imagens clínicas reais. O trabalho é considerado uma prova de conceito com potencial de aplicação na triagem dermatológica.
Desempenho e validação clínica
Nos testes realizados, o modelo identificou corretamente oito em cada dez imagens analisadas, alcançando sensibilidade de 80,44%. Segundo os pesquisadores, o índice está dentro da faixa observada em estudos internacionais semelhantes, que apresentam sensibilidades entre 72% e 89% e acurácia média entre 78% e 91%.
A validação ocorreu em duas etapas. Na fase interna, 90% das imagens foram utilizadas para treinamento e 10% para testes. Já na validação externa, o sistema foi aplicado em 58 imagens dermatoscópicas inéditas, obtidas em ambiente clínico real.
Os pesquisadores destacam que o desempenho é superior quando as imagens apresentam boa qualidade e são capturadas com dermatoscópio. Lesões raras e imagens fora do padrão ainda representam desafios para o modelo.
Potencial de apoio ao SUS e redução de desigualdades
A tecnologia foi desenvolvida para uso restrito ao ambiente clínico e depende da utilização de dermatoscópio. O objetivo é apoiar médicos generalistas na identificação de lesões que necessitam de maior atenção, contribuindo para priorizar encaminhamentos e fortalecer a triagem precoce na atenção primária.
A ferramenta não substitui o diagnóstico médico, mas pode funcionar como suporte à decisão clínica. A expectativa é que a tecnologia contribua para reduzir desigualdades regionais no acesso a dermatologistas.
O estudo também seguiu princípios éticos, com uso de dados públicos anonimizados e em conformidade com as Resoluções nº 466/2012 e nº 510/2016 do Conselho Nacional de Saúde.
Próximos passos para aplicação prática
Entre as limitações identificadas estão a diversidade ainda restrita de dados — especialmente em relação a diferentes tons de pele — e o fato de o modelo analisar apenas imagens, sem considerar informações clínicas do paciente.
Os próximos passos incluem a ampliação da base de dados, o aprimoramento do desempenho do sistema e novas validações em ambientes clínicos reais. Para que a tecnologia seja incorporada à prática assistencial, será necessário o envolvimento de instituições como o Ministério da Saúde, o Inca e a Sociedade Brasileira de Dermatologia.
Leia mais:
Brasil projeta 781 mil novos casos de câncer por ano e reforça prevenção
Fevereiro Laranja: Aleam alerta para a importância do diagnóstico precoce da leucemia
Saúde investe R$ 340 milhões no programa Viva Mais Brasil para combater diabetes e obesidade
Siga nosso perfil no Instagram, Tiktok e curta nossa página no Facebook
