Método Fuzzy para auxílio ao diagnóstico de câncer de mama em ambiente inteligente de telediagnóstico colaborativo para apoio à tomada de decisão

Breast cancer, despite being one of the leading causes of death among women worldwide is a disease that can be cured if diagnosed early. One of the main techniques used in the detection of breast cancer is the Fine Needle Aspirate FNA (aspiration puncture by thin needle) which, depending on the clinical case, requires the analysis of several medical specialists for the diagnosis development. However, such diagnosis and second opinions have been hampered by geographical dispersion of physicians and/or the difficulty in reconciling time to undertake work together. Within this reality, this PhD thesis uses computational intelligence in medical decision-making support for remote diagnosis. For that purpose, it presents a fuzzy method to assist the diagnosis of breast cancer, able to process and sort data extracted from breast tissue obtained by FNA. This method is integrated into a virtual environment for collaborative remote diagnosis, whose model was developed providing for the incorporation of prerequisite Modules for Pre Diagnosis to support medical decision. On the fuzzy Method Development, the process of knowledge acquisition was carried out by extraction and analysis of numerical data in gold standard data base and by interviews and discussions with medical experts. The method has been tested and validated with real cases and, according to the sensitivity and specificity achieved (correct diagnosis of tumors, malignant and benign respectively), the results obtained were satisfactory, considering the opinions of doctors and the quality standards for diagnosis of breast cancer and comparing them with other studies involving breast cancer diagnosis by FNA.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior

O câncer de mama, apesar de ser uma das principais causas de morte entre as mulheres em todo o mundo, é uma doença que pode ser curada se for diagnosticada precocemente. Uma das principais técnicas utilizadas na detecção de câncer de mama é a Fine Needle Aspirate FNA (ou Punção Aspirativa por Agulha Fina) que, dependendo do caso clínico, necessita da análise de vários médicos especialistas para a efetivação do diagnóstico. Entretanto, a realização de tais diagnósticos e a emissão de segundos pareceres têm sido prejudicadas pela dispersão geográfica dos médicos e/ou a dificuldade na conciliação de tempo para realizar trabalhos em conjunto. Inserindo-se nessa realidade, esta tese de doutorado utiliza inteligência computacional no apoio à tomada de decisão médica para a realização de telediagnósticos. Para tanto apresenta um método fuzzy destinado a auxiliar o diagnóstico de câncer de mama, capaz de processar e classificar dados extraídos de esfregaços de tecidos mamários obtidos por FNA. Este método está integrado a um ambiente virtual para realização de telediagnóstico colaborativo, cujo modelo foi desenvolvido prevendo a incorporação de Módulos de Pré-Diagnóstico para apoio à tomada de decisão médica. No desenvolvimento do método fuzzy, o processo de aquisição do conhecimento foi realizado pela extração e análise dos dados numéricos em base de dados padrão ouro e por entrevistas e discussões com médicos especialistas. O método foi testado e validado com casos reais e, em função da sensibilidade e da especificidade alcançadas (diagnóstico correto de tumores, respectivamente, malignos e benignos), os resultados obtidos foram satisfatórios, considerando tanto os pareceres de médicos e os padrões de qualidade para diagnóstico de câncer de mama quanto a comparação com outros estudos realizados envolvendo diagnóstico de câncer de mama por FNA.