DAMA: diagnóstico automático de apoio para exames de mamografia [Digital]
Dissertação
Português
614:62
Fortaleza, 2020.
75f.
Este trabalho apresenta uma nova metodologia para aprimorar o processo de diagnóstico da
mamografia de rastreio e descreve sua implementação como um sistema inteligente e interativo,
integrado a uma solução PACS também proposta pelo autor deste trabalho. Através da caracterização
de achados... Ver mais Este trabalho apresenta uma nova metodologia para aprimorar o processo de diagnóstico da
mamografia de rastreio e descreve sua implementação como um sistema inteligente e interativo,
integrado a uma solução PACS também proposta pelo autor deste trabalho. Através da caracterização
de achados identificados na varredura de imagens médicas, na forma de anotações,
são gerados automaticamente pré-laudos estruturados, aproximando as duas etapas principais
do diagnóstico: a análise das imagens e a redação do relatório médico com as impressões
diagnósticas. Por sua vez, esta caracterização pode ser feita automaticamente por modelos de
aprendizagem de máquina, os quais geram anotações a partir do processamento das imagens
do exame e das informações clínicas da paciente. As anotações geradas pelos modelos podem
ser complementadas ou descartadas, provendo qualquer feedback necessário para a geração de
bases de dados continuamente aperfeiçoadas. Mais especificamente, neste trabalho, modelos
de aprendizagem profunda foram utilizados para a detecção de calcificações e nódulos. Adicionalmente,
a avaliação de risco do exame foi inferida por modelos explicáveis, à luz do racional
do BI-RADS. Os resultados mostram que a metodologia agrega valor ao processo convencional
(atualmente exercido pela maioria dos radiologistas), com potencial de aumentar a produtividade
destes e suportar com sucesso a descrição de exames médicos complexos, como a mamografia.
Mais ainda, a metodologia e o sistema mostraram-se também extensíveis a outras modalidades e
doenças, por exemplo, no rastreamento de câncer de pulmão baseado em tomografia de baixa
dosagem.
Palavras-chave: Diagnóstico automático. Sistema de apoio à decisão. Mamografia. Câncer de
mama. Laudo médico interativo. Laudo médico estruturado e interativo Ver menos
mamografia de rastreio e descreve sua implementação como um sistema inteligente e interativo,
integrado a uma solução PACS também proposta pelo autor deste trabalho. Através da caracterização
de achados... Ver mais Este trabalho apresenta uma nova metodologia para aprimorar o processo de diagnóstico da
mamografia de rastreio e descreve sua implementação como um sistema inteligente e interativo,
integrado a uma solução PACS também proposta pelo autor deste trabalho. Através da caracterização
de achados identificados na varredura de imagens médicas, na forma de anotações,
são gerados automaticamente pré-laudos estruturados, aproximando as duas etapas principais
do diagnóstico: a análise das imagens e a redação do relatório médico com as impressões
diagnósticas. Por sua vez, esta caracterização pode ser feita automaticamente por modelos de
aprendizagem de máquina, os quais geram anotações a partir do processamento das imagens
do exame e das informações clínicas da paciente. As anotações geradas pelos modelos podem
ser complementadas ou descartadas, provendo qualquer feedback necessário para a geração de
bases de dados continuamente aperfeiçoadas. Mais especificamente, neste trabalho, modelos
de aprendizagem profunda foram utilizados para a detecção de calcificações e nódulos. Adicionalmente,
a avaliação de risco do exame foi inferida por modelos explicáveis, à luz do racional
do BI-RADS. Os resultados mostram que a metodologia agrega valor ao processo convencional
(atualmente exercido pela maioria dos radiologistas), com potencial de aumentar a produtividade
destes e suportar com sucesso a descrição de exames médicos complexos, como a mamografia.
Mais ainda, a metodologia e o sistema mostraram-se também extensíveis a outras modalidades e
doenças, por exemplo, no rastreamento de câncer de pulmão baseado em tomografia de baixa
dosagem.
Palavras-chave: Diagnóstico automático. Sistema de apoio à decisão. Mamografia. Câncer de
mama. Laudo médico interativo. Laudo médico estruturado e interativo Ver menos
This work presents a new methodology to improve the diagnostic process of screening mammography
and describes its implementation as an intelligent and interactive system, integrated with a
PACS solution also proposed by the author of this work. Through the characterization of findings
identified in... Ver mais This work presents a new methodology to improve the diagnostic process of screening mammography
and describes its implementation as an intelligent and interactive system, integrated with a
PACS solution also proposed by the author of this work. Through the characterization of findings
identified in the scanning of medical images, in the form of annotations, structured pre-reports
are automatically generated, approaching the two main stages of diagnosis: the analysis of the
images and the writing of the medical report with the diagnostic impressions. In turn, this characterization
can be done automatically by machine learning models, which generate annotations
from the processing of the medical exam images and the patient¿s clinical information. The
annotations generated by the models can be complemented or discarded, providing any feedback
necessary for the generation of continuously improved databases. More specifically, in this
work, deep learning models were used to detect calcifications and nodules. Additionally, the risk
assessment of the exam was inferred by explainable models, in the light of the BI-RADS rationale.
The results show that the methodology adds value to the conventional process (currently
performed by most radiologists), with the potential to increase their productivity and successfully
support the description of complex medical exams, such as mammography. Furthermore, the
methodology and the system were also shown to be extensible to other modalities and diseases,
for example, in the screening of lung cancer based on low-dose tomography.
Keywords: Automatic diagnosis. Decision support system. Mammography. Breast cancer.
Interactive medical report. Structured and interactive medical report Ver menos
and describes its implementation as an intelligent and interactive system, integrated with a
PACS solution also proposed by the author of this work. Through the characterization of findings
identified in... Ver mais This work presents a new methodology to improve the diagnostic process of screening mammography
and describes its implementation as an intelligent and interactive system, integrated with a
PACS solution also proposed by the author of this work. Through the characterization of findings
identified in the scanning of medical images, in the form of annotations, structured pre-reports
are automatically generated, approaching the two main stages of diagnosis: the analysis of the
images and the writing of the medical report with the diagnostic impressions. In turn, this characterization
can be done automatically by machine learning models, which generate annotations
from the processing of the medical exam images and the patient¿s clinical information. The
annotations generated by the models can be complemented or discarded, providing any feedback
necessary for the generation of continuously improved databases. More specifically, in this
work, deep learning models were used to detect calcifications and nodules. Additionally, the risk
assessment of the exam was inferred by explainable models, in the light of the BI-RADS rationale.
The results show that the methodology adds value to the conventional process (currently
performed by most radiologists), with the potential to increase their productivity and successfully
support the description of complex medical exams, such as mammography. Furthermore, the
methodology and the system were also shown to be extensible to other modalities and diseases,
for example, in the screening of lung cancer based on low-dose tomography.
Keywords: Automatic diagnosis. Decision support system. Mammography. Breast cancer.
Interactive medical report. Structured and interactive medical report Ver menos
Pires, Leonardo Augusto
Autor
Rodrigues, Maria Andreia Formico
Orientador
Pinheiro, Vladia Celia Monteiro
Banca examinadora
Bezerra, Francisco Nivando
Banca examinadora
Universidade de Fortaleza. Programa de Pós-Graduação em Informática Aplicada
Dissertação (mestrado)