Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Guedes, Igor Cavalcante
Orientador(a): Rados, Pantelis Varvaki
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Neoplasias bucais
Leucoplasia
Citologia
Teste de Papanicolau
Inteligência artificial
Palavras-chave em Inglês:
Oral cancer
Leukoplakia
Cytopathology
Papanilcolaou test
Artificial intelligence
Link de acesso: http://hdl.handle.net/10183/277320
Resumo: Introdução: O câncer de boca, especialmente o carcinoma espinocelular (CECB), representa um desafio global de saúde devido, entre outros, fatores, à detecção tardia e alta mortalidade. A detecção precoce é essencial através do monitoramento pelos profissionais da saúde e de maneira maus direta ao cirurgião-dentista. A citopatologia é um modelo de análise celular, eficaz para a avaliação de danos celulares prévios ao aparecimento clínico o CECB, mas requer treinamento extenso e tem limitações diagnósticas. A Inteligência Artificial (IA) mostra potencial para aprimorar a interpretação de imagens citológicas, reduzindo o tempo de trabalho e a subjetividade. Objetivo: Comparar efetividade de avaliação por um sistema IA com a análise humana de esfregaços celulares bucais corados pela técnica de Papanicolaou. Metodologia: O estudo envolveu 57 pacientes dos serviços de Patologia Bucal da Universidade Federal do Rio Grande do Sul e Ambulatório de Estomatologia do HCPA, segmentados em 4 grupos: Controle, Exposto, Desordens Potencialmente Malignas (DMPB) e CECB. A técnica de citopatologia incluiu a coleta de raspados de mucosa bucal com escova citológica, sendo realizada sobre a área da lesão bucal nos pacientes com suspeita de CECB ou DPMB. A técnica de Papanicolaou foi realizada conforme protocolo padrão, com análise morfológica e classificação dos esfregaços de acordo com critérios específicos. As imagens foram analisadas utilizando o programa Papanicolaou Slide - Image Examiner (PSIE), com verificação da concordância entre o sistema IA e examinadores humanos. Resultados: O tempo de análise do PSIE foi 16,6x menor que os pesquisadores humanos. A concordância entre os pesquisadores foi de 0,9 e entre os pesquisadores foi de 0,544-0,548. A proporção dos achados citológicos entre os pesquisadores e o PSIE foi similar. Conclusão: O uso de IA para o rastreio de CECB é promissor e demonstrou-se uma ferramenta adequada para o uso rotineiro.
id URGS_3caf50add3704e04217b3637c3bdb096
oai_identifier_str oai:www.lume.ufrgs.br:10183/277320
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Guedes, Igor CavalcanteRados, Pantelis Varvaki2024-08-14T06:42:20Z2024http://hdl.handle.net/10183/277320001207420Introdução: O câncer de boca, especialmente o carcinoma espinocelular (CECB), representa um desafio global de saúde devido, entre outros, fatores, à detecção tardia e alta mortalidade. A detecção precoce é essencial através do monitoramento pelos profissionais da saúde e de maneira maus direta ao cirurgião-dentista. A citopatologia é um modelo de análise celular, eficaz para a avaliação de danos celulares prévios ao aparecimento clínico o CECB, mas requer treinamento extenso e tem limitações diagnósticas. A Inteligência Artificial (IA) mostra potencial para aprimorar a interpretação de imagens citológicas, reduzindo o tempo de trabalho e a subjetividade. Objetivo: Comparar efetividade de avaliação por um sistema IA com a análise humana de esfregaços celulares bucais corados pela técnica de Papanicolaou. Metodologia: O estudo envolveu 57 pacientes dos serviços de Patologia Bucal da Universidade Federal do Rio Grande do Sul e Ambulatório de Estomatologia do HCPA, segmentados em 4 grupos: Controle, Exposto, Desordens Potencialmente Malignas (DMPB) e CECB. A técnica de citopatologia incluiu a coleta de raspados de mucosa bucal com escova citológica, sendo realizada sobre a área da lesão bucal nos pacientes com suspeita de CECB ou DPMB. A técnica de Papanicolaou foi realizada conforme protocolo padrão, com análise morfológica e classificação dos esfregaços de acordo com critérios específicos. As imagens foram analisadas utilizando o programa Papanicolaou Slide - Image Examiner (PSIE), com verificação da concordância entre o sistema IA e examinadores humanos. Resultados: O tempo de análise do PSIE foi 16,6x menor que os pesquisadores humanos. A concordância entre os pesquisadores foi de 0,9 e entre os pesquisadores foi de 0,544-0,548. A proporção dos achados citológicos entre os pesquisadores e o PSIE foi similar. Conclusão: O uso de IA para o rastreio de CECB é promissor e demonstrou-se uma ferramenta adequada para o uso rotineiro.Introduction: Oral cancer, especially squamous cell carcinoma (SCC), poses a global health challenge due to factors such as late detection and high mortality rates. Early detection is essential through monitoring by healthcare professionals, particularly by dentists. Cytopathology is a cellular analysis model effective for evaluating cellular damage preceding the clinical appearance of SCC, but it requires extensive training and has diagnostic limitations. Artificial Intelligence (AI) shows potential to enhance the interpretation of cytological images, reducing working time and subjectivity. Objective: To compare the effectiveness of assessment by an AI system with human analysis of oral cell smears stained by the Papanicolaou technique. Methodology: The study involved 57 patients from the Oral Pathology services of the Federal University of Rio Grande do Sul and the Stomatology Outpatient Clinic of HCPA, segmented into 4 groups: Control, Exposed, Potentially Malignant Disorders (PMD), and SCC. The cytopathology technique included the collection of oral mucosa scrapings with a cytological brush, performed on the area of the oral lesion in patients suspected of SCC or PMD. The Papanicolaou technique was performed according to standard protocol, with morphological analysis and classification of smears according to specific criteria. Images were analyzed using the Papanicolaou Slide - Image Examiner (PSIE) program, with verification of agreement between the AI system and human examiners. Results: The analysis time of PSIE was 16.6 times shorter than that of human researchers. Concordance between researchers was 0.9, and between researchers and PSIE was 0.544-0.548. The proportion of cytological findings between researchers and PSIE was similar. Conclusion: The use of AI for SCC screening is promising and demonstrated to be a suitable tool for routine use.application/pdfporNeoplasias bucaisLeucoplasiaCitologiaTeste de PapanicolauInteligência artificialOral cancerLeukoplakiaCytopathologyPapanilcolaou testArtificial intelligenceAvaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificialEvaluation quantitative of oral cytopathology : a comparison between human and Artificial intelligence analysisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de OdontologiaPrograma de Pós-Graduação em OdontologiaPorto Alegre, BR-RS2024mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001207420.pdf.txt001207420.pdf.txtExtracted Texttext/plain28963http://www.lume.ufrgs.br/bitstream/10183/277320/2/001207420.pdf.txt4a3fb609e377d3cd90abd885180e9c50MD52ORIGINAL001207420.pdfTexto parcialapplication/pdf628087http://www.lume.ufrgs.br/bitstream/10183/277320/1/001207420.pdfbcbad0d71984cb3a2c5b49ae62d3f1deMD5110183/2773202024-08-15 06:31:20.759085oai:www.lume.ufrgs.br:10183/277320Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-08-15T09:31:20Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
dc.title.alternative.en.fl_str_mv Evaluation quantitative of oral cytopathology : a comparison between human and Artificial intelligence analysis
title Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
spellingShingle Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
Guedes, Igor Cavalcante
Neoplasias bucais
Leucoplasia
Citologia
Teste de Papanicolau
Inteligência artificial
Oral cancer
Leukoplakia
Cytopathology
Papanilcolaou test
Artificial intelligence
title_short Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
title_full Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
title_fullStr Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
title_full_unstemmed Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
title_sort Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial
author Guedes, Igor Cavalcante
author_facet Guedes, Igor Cavalcante
author_role author
dc.contributor.author.fl_str_mv Guedes, Igor Cavalcante
dc.contributor.advisor1.fl_str_mv Rados, Pantelis Varvaki
contributor_str_mv Rados, Pantelis Varvaki
dc.subject.por.fl_str_mv Neoplasias bucais
Leucoplasia
Citologia
Teste de Papanicolau
Inteligência artificial
topic Neoplasias bucais
Leucoplasia
Citologia
Teste de Papanicolau
Inteligência artificial
Oral cancer
Leukoplakia
Cytopathology
Papanilcolaou test
Artificial intelligence
dc.subject.eng.fl_str_mv Oral cancer
Leukoplakia
Cytopathology
Papanilcolaou test
Artificial intelligence
description Introdução: O câncer de boca, especialmente o carcinoma espinocelular (CECB), representa um desafio global de saúde devido, entre outros, fatores, à detecção tardia e alta mortalidade. A detecção precoce é essencial através do monitoramento pelos profissionais da saúde e de maneira maus direta ao cirurgião-dentista. A citopatologia é um modelo de análise celular, eficaz para a avaliação de danos celulares prévios ao aparecimento clínico o CECB, mas requer treinamento extenso e tem limitações diagnósticas. A Inteligência Artificial (IA) mostra potencial para aprimorar a interpretação de imagens citológicas, reduzindo o tempo de trabalho e a subjetividade. Objetivo: Comparar efetividade de avaliação por um sistema IA com a análise humana de esfregaços celulares bucais corados pela técnica de Papanicolaou. Metodologia: O estudo envolveu 57 pacientes dos serviços de Patologia Bucal da Universidade Federal do Rio Grande do Sul e Ambulatório de Estomatologia do HCPA, segmentados em 4 grupos: Controle, Exposto, Desordens Potencialmente Malignas (DMPB) e CECB. A técnica de citopatologia incluiu a coleta de raspados de mucosa bucal com escova citológica, sendo realizada sobre a área da lesão bucal nos pacientes com suspeita de CECB ou DPMB. A técnica de Papanicolaou foi realizada conforme protocolo padrão, com análise morfológica e classificação dos esfregaços de acordo com critérios específicos. As imagens foram analisadas utilizando o programa Papanicolaou Slide - Image Examiner (PSIE), com verificação da concordância entre o sistema IA e examinadores humanos. Resultados: O tempo de análise do PSIE foi 16,6x menor que os pesquisadores humanos. A concordância entre os pesquisadores foi de 0,9 e entre os pesquisadores foi de 0,544-0,548. A proporção dos achados citológicos entre os pesquisadores e o PSIE foi similar. Conclusão: O uso de IA para o rastreio de CECB é promissor e demonstrou-se uma ferramenta adequada para o uso rotineiro.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-08-14T06:42:20Z
dc.date.issued.fl_str_mv 2024
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/277320
dc.identifier.nrb.pt_BR.fl_str_mv 001207420
url http://hdl.handle.net/10183/277320
identifier_str_mv 001207420
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/277320/2/001207420.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/277320/1/001207420.pdf
bitstream.checksum.fl_str_mv 4a3fb609e377d3cd90abd885180e9c50
bcbad0d71984cb3a2c5b49ae62d3f1de
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316184367104000

Registros relacionados