Auxílio Computadorizado no Diagnósticos Precoce de Câncer de Próstata por meio de Redes Neurais Artificiais Paraconsistentes.

Resumo

Neste trabalho estuda-se uma ferramenta computacional de auxílio na identificação do câncer precoce de próstata através de biópsias não classificáveis por especialistas. Para tanto usou-se uma metodologia baseada em Redes Neurais Artificiais, Redes Neurais Artificiais Paraconsistentes, conceitos da Lógica Paraconsistente Anotada Evidencial Eτ e aderente com a metodologia DSR - Design Science Research. Para o estudo foram selecionadas de um banco público 700 imagens KARIMI (2020) sem imuno-histoquímica-IHQ, submetidas ao sistema construído. A solução alcançada neste estudo apresentou 81% de concordância com o resultado do teste padrão-ouro (alta sensibilidade e especificidade) e 19% foram classificadas pela Rede Neural Artificial como inconclusivas. As respostas incertas foram categorizadas em grau de anormalidade, distribuídas em três: quase normal 10%, quase anormal 5% e anormal 4%.