Ciências da Saúde
Medicina
Resumo
Este projeto tem como objetivo desenvolver uma ferramenta baseada em redes neurais para auxiliar pediatras no diagnóstico precoce do retinoblastoma infantil, um tumor ocular maligno que afeta, predominantemente, crianças de até cinco anos de idade. A pesquisa é motivada pela elevada disparidade nas taxas de sobrevida associadas à doença, principalmente em regiões com escassez de recursos médicos e profissionais especializados. Muitos pacientes recebem o diagnóstico em estágios avançados, o que compromete a preservação ocular e, em casos graves, a vida da criança. A metodologia envolve a coleta e análise de dados clínicos, incluindo sintomas, métodos diagnósticos e taxas de sobrevida, para fundamentar o desenvolvimento da solução. Em seguida, é realizada a validação da proposta por meio de questionários aplicados a pediatras, oftalmologistas e clínicos gerais, visando avaliar a aplicabilidade da ferramenta no contexto clínico. Com base nos dados obtidos, é iniciado o treinamento da rede neural, utilizando conjuntos de imagens oculares, de forma a reconhecer padrões e apontar possíveis sinais indicativos de retinoblastoma. A ferramenta busca oferecer alta precisão na triagem, permitindo que pacientes com suspeita da doença sejam encaminhados rapidamente para avaliação especializada. Os resultados preliminares apontam a viabilidade técnica do sistema e seu potencial impacto na redução da mortalidade infantil por retinoblastoma, além de possibilitar diagnósticos mais rápidos, aumentar as chances de preservação da visão e mitigar danos psicossociais e econômicos associados ao tratamento tardio.
Palavras-chave: Retinoblastoma, Machine Learning, Visão Computacional