Triagem de doenças do ouvido baseada em Machine Learning Otoscopia Inteligente: diagnóstico auxiliado por IA
Resumo
As doenças do ouvido médio, incluindo a otite e a timpanosclerose, representam um desafio para a saúde pública, especialmente em regiões com acesso limitado a especialistas. Este trabalho teve como objetivo desenvolver um sistema de apoio ao diagnóstico baseado em técnicas de aprendizado de máquina, utilizando imagens de otoscopia. A metodologia adotada seguiu o modelo CRISP-DM, contemplando a coleta e pré-processamento de bases públicas de imagens, o treinamento de modelos e a implementação de uma arquitetura em Microsserviços para execução em infraestrutura de processamento local (servidor de borda). A abordagem em cascata, composta por um modelo binário seguido de um multiclasse, demonstrou ganhos de desempenho, com métricas superiores a 90% em classes relevantes. A implementação técnica culminou em um MVP full-stack, com back-end baseado em Microsserviços e front-end em React, validado em ambiente de Edge Computing (on-premise). Os resultados confirmam que o sistema apresenta viabilidade técnica e potencial de aplicação imediata em contextos clínicos, sendo o foco futuro a realização de testes clínicos e a expansão da base de dados.
Os arquivos de licença a seguir estão associados a este item: