Trabalho Exercício Avaliativo Plano de Avaliação
Por: Andre Hirosaki • 28/12/2023 • Trabalho acadêmico • 4.067 Palavras (17 Páginas) • 64 Visualizações
MCCC - Exercício Avaliativo 6: Plano de Avaliação
Andre Hirosaki, Juíle Hanada, Luis Felipe, Maria Gabriela, Maria Giovanna
1
Instituto de Computação IComp – Universidade Federal do Amazonas (UFAM)
CEP – 69080-900 – Manaus – AM – Brasil
n
o
andre.hirosaki, juile.hanada, luis.lima
@icomp.ufam.edu.br
maria.morais, maria.sales
1. A Tese
O câncer de colo uterino é a segunda neoplasia feminina mais frequente no mundo, res-
ponsável por mais de 341 mil mortes no ano de 2020 [Sung, H. et al. 2021, Zhang et
al. 2020]. Essa malignidade, quando diagnosticada de forma precoce, pode ser tratada
e curada [Rerucha et al. 2018]. Para isso, é realizado o procedimento de colposcopia,
que consiste na análise de lesões suspeitas através do exame visual do colo do útero por
um médico especializado [Cohen et al. 2019]. Infelizmente, a dificuldade de acesso aos
serviços de saúde em regiões mais isoladas prejudica o diagnóstico oportuno e eleva a
mortalidade dessa doença, como nas cidades do interior do Amazonas e outros estados
do Norte e Nordeste do país [Viana et al. 2019]. Para essas populações, o diagnóstico
auxiliado por computadores é vantajoso por possibilitar o processamento automatizado
de dados através do uso de Deep Learning (DL), podendo obter resultados com acurácia
comparável com a de profissionais experientes.
Faz-se urgente, portanto, a adoção de novos métodos mais sofisticados, precisos e
estáveis de análise visual do câncer de colo de útero. Para tal finalidade, um computador
tem grande potencial para esta tarefa. Um computador é uma máquina eletrônica capaz de
analisar milhões de dados de forma rápida e eficiente desde que bem programado para tal
objetivo. Além disso, a existência das redes neurais definiu um novo papel do computa-
dor que é agora buscar imitar o processo de aprendizado do cérebro mas em um ambiente
eletrônico. Numerosos estudos já apontam que os computadores são capazes de aprender
a fazer um diagnóstico como um ser humano e, em alguns casos, até mesmo mais preciso
que os profissionais da área [Yuan et al. 2020]. Em outras palavras um computador pas-
saria a diagnosticar os casos de câncer de colo de útero e o profissional apenas validaria
se tal análise é suficientemente satisfatória ou não.
Por isso, propõe-se a utilização de redes neurais no diagnóstico das neoplasias
cervicais sem o uso de dados de teste de HPV. É muito frequente a indisponibilidade
destes testes em regiões economicamente menos favoráveis e estes dados são utilizados
para o treinamento das redes neurais. Em tese a remoção dos dados dos teste de HPV
pode afetar o funcionamento das redes neurais bem como reduzir a sua eficiência em
efetivamente identificar a neoplasia.
Para avaliar o funcionamento da rede neural sem estes dados, uma nova rede com
funcionamento semelhante será projetada e terá sua eficiência comparada com uma rede
antiga de modo a verificar se a nova rede perdeu eficiência na identificação da doença e
se ainda manteve níveis aceitáveis de identificação.
Este artigo demonstra que o desenvolvimento desta rede neural pode baratear
ainda mais o diagnóstico de câncer de colo de útero bem como agilizar o processo. Anão inclusão deliberada do testes de HPV também contribui para um aprendizado mais
rápido da rede sem comprometer a eficiência do algoritmo no reconhecimento visual da
neoplasia.
2. A Reivindicação
Tabela 1. Mapeamento da tese em uma reivindicação
Tipo
Bit
Flip
Claim
Descrição
Para detectar o câncer de colo de útero, projetos prévios
utilizaram o resultado do teste de HPV do paciente como
entrada da rede neural, mas este exame é pouco acessível
entre a população mais pobre.
Se os resultados do teste de HPV não forem utilizados como
entrada da rede neural, a detecção do câncer de colo de útero
será mais democrática e rápida.
Uma rede neural que não utiliza o resultado do teste de HPV
como entrada pode fornecer tanta acurácia na detecção do
câncer cervical quanto uma rede neural que o utiliza.
3. Plano de Avaliação
Variável Dependente (VD)
A variável dependente é a eficiência do diagnóstico de neoplasia cervical por meio
da rede neural, avaliada em termos de sensibilidade, especificidade, valor preditivo posi-
tivo, valor preditivo negativo e acurácia.
Variável Independente (VI)
A variável independente é o uso de dados de teste
...