Ciências Exatas e da Terra
Ciência da Computação
Resumo
As doenças degenerativas representam um dos maiores desafios para a saúde pública brasileira, especialmente pela falta de métodos acessíveis para a detecção precoce dessas condições, o que permite que elas comprometam cada vez mais a saúde dos pacientes. Atualmente, diversos estudos utilizam imagens de retina como um meio eficaz para a detecção de doenças, tornando esse método cada vez mais promissor. Um dos fatores que justificam o uso das imagens são as alterações — conhecidas como biomarcadores — que auxiliam na detecção precoce de doenças como glaucoma e retinopatia diabética. Neste contexto, o presente projeto tem como objetivo desenvolver uma ferramenta de inteligência artificial (IA) capaz de analisar exames de mapeamento de retina e identificar sinais iniciais dessas doenças. Como método, foi elaborada uma rede neural convolucional (CNN) composta por cinco camadas convolucionais, juntamente com técnicas de pooling, dropout, flatten e dense, desenvolvida nos ambientes JupyterLab e VSCode com uso das bibliotecas TensorFlow e Keras. O conjunto de dados foi formado por 6.000 imagens provenientes das plataformas Kaggle e Eyer Cloud, divididas em 80% para treinamento e 20% para validação. Além disso, foram reservadas 100 imagens inéditas de cada classe para testes finais, garantindo uma avaliação mais confiável do modelo. Todas as imagens foram redimensionadas para 256x256 pixels, e a técnica de data augmentation foi aplicada para reduzir o overfitting e aumentar a diversidade dos exemplos. Na análise dos resultados, foi utilizada a métrica de acurácia, calculada com auxílio da biblioteca scikit-learn, resultando em 88,8% de acurácia geral. A matriz de confusão indicou bom desempenho nas classes saudável (96,8%), retinopatia diabética (98,3%) e glaucoma (71,4%). Os resultados demonstram o potencial da IA como ferramenta de apoio ao diagnóstico clínico e à detecção precoce de doenças degenerativas, contribuindo para a melhoria da qualidade de vida dos pacientes.
Palavras-chave: Retina, Doenças, Inteligência Artificial