Desenvolvimento de uma aplicação móvel para a identificação precoce de câncer de pele

Resumo

Este trabalho tem como objetivo o desenvolvimento de uma aplicação móvel para identificação de lesões cutâneas potencialmente cancerígenas, utilizando técnicas de Inteligência Artificial (IA) e Visão Computacional em imagens capturadas por câmeras de smartphones. A proposta busca oferecer uma ferramenta complementar aos sistemas de exames preventivos, priorizando acessibilidade e alcance de comunidades vulneráveis. A pesquisa foi conduzida com abordagem aplicada, utilizando modelos publicamente disponíveis. O modelo de IA escolhido foi construído com base em uma Rede Neural Convolucional (CNN) da arquitetura EfficientNetB0, empregando transfer learning e implementada em Python, com uso da biblioteca TensorFlow. O treinamento foi realizado em ambiente de nuvem por meio da plataforma Google Colab, utilizando um conjunto editado da base de dados pública ISIC, alcançando acurácia média de proximadamente 80%. A aplicação móvel foi desenvolvida com o framework React Native, integrada ao back-end em FastAPI, hospedada na plataforma Render e integrada a um banco de dados não relacional para o armazenamento de imagens e relatórios, através do serviço de armazenamento R2 da empresa Cloudflare. O protótipo demonstrou-se funcional, realizando análises em até cinco segundos, com interface intuitiva e responsiva. No entanto, ao ser testado com o conjunto de dados PAD-UFES-20, composto por imagens dermatológicas obtidas por câmeras de dispositivos móveis, a acurácia caiu para cerca de 60%. Conclui-se que a integração entre IA e dispositivos móveis representa um avanço promissor para o rastreamento não invasivo de doenças dermatológicas, podendo contribuir significativamente para a detecção precoce e o encaminhamento de pacientes aos serviços de saúde. Contudo, destaca-se que modelos públicos de IA para a detecção do câncer de pele não disponibilizam todos os elementos necessários para uso direto em aplicações médicas móveis, sendo recomendável, em trabalhos futuros, o desenvolvimento de um modelo próprio ou a formação de parcerias que proporcionem tal modelo.