O USO DA INTELIGÊNCIA ARTIFICIAL NA DETECÇÃO PRECOCE DO CÂNCER DE PELE MELANOMA
DOI:
https://doi.org/10.69719/ros.v7iesp..820Palavras-chave:
Câncer de pele, Inteligência artificial, Teledermatoscopia, MelanomaResumo
Melanoma é o tipo de câncer de pele com origem nos melanócitos, que são as células produtoras de melanina responsáveis pela pigmentação da pele, e sua frequência é baixa quando comparada ao câncer de pele não melanoma. Contudo tem um pior prognóstico, representando então uma maior mortalidade. É mais frequente em adultos acima dos 40 anos; caucasianas, de cabelos e olhos claros e seu principal fator desencadeante é a exposição solar a raios UV (ultravioleta). O objetivo desta revisão é expor que o uso da IA tem inserido-se cada vez mais no ambiente de trabalho médico ajudando em diagnósticos precoces, além de vantagens e desvantagens dessa tecnologia. Como dados de pesquisa foram utilizadas as seguintes plataformas: National Institutes of Health (PubMed) e Google Scholar. Foram selecionados artigos publicados entre 2019-2024. Foram escolhidos artigos do tipo metanálise e revisão sistemática. Entende-se que os aplicativos ainda não são capazes de detectar todos os casos de melanoma. Nota-se sua eficácia em uso profissional para diagnósticos precoces, entretanto é necessário mais estudos e desenvolvimentos dos aplicativos para o uso dessa tecnologia sem causar prejuízos aos médicos e aos pacientes, devido ainda existir margens de erros. Incrementar a IA, em médio e longo prazo, trará um impacto positivo no controle de diagnósticos e a sociedade terá acesso ao diagnóstico precoce do câncer de pele melanoma.
Referências
Balaji P, Hung BT, Chakrabarti P, Chakrabarti T, Elngar AA, Aluvalu R. A novel artificial intelligence-based predictive analytics technique to detect skin cancer. PeerJ Comput Sci. 2023 May 24;9:e1387. doi: 10.7717/peerj-cs.1387. PMID: 37346565; PMCID: PMC10280503. DOI: https://doi.org/10.7717/peerj-cs.1387
Brancaccio G, Balato A, Malvehy J, Puig S, Argenziano G, Kittler H. Artificial Intelligence in Skin Cancer Diagnosis: A Reality Check. J Invest Dermatol. 2024 Mar;144(3):492-499. doi: 10.1016/j.jid.2023.10.004. Epub 2023 Nov 18. PMID: 37978982. DOI: https://doi.org/10.1016/j.jid.2023.10.004
Câncer de Pele [Internet]. Instituto Nacional de Câncer de Pele; 2022 [citado em 2024 May 8]. Disponível em: https://www.gov.br/saude/pt-br/assuntos/saude-de-a-a-z/c/cancer-de-pele
Caroline A, Santos B, Sousa Cavalcante D, Barroso E, Fernandes R, Estevão C, et al. Aplicação de Rede Neural Multilayer Perceptron na Elaboração de um Software de Apoio à Decisão para Detecção Rápida de Câncer de Pele Melanoma [Internet]. Instituto federal de educação, ciência e tecnologia do Ceará, [citado em 2024 Feb 22] Available from: https://prpi.ifce.edu.br/nl/_lib/file/doc7032-Trabalho/PADERME.pdf
Chen ZH, Lin L, Wu CF, Li CF, Xu RH, Sun Y. Artificial intelligence for assisting cancer diagnosis and treatment in the era of precision medicine. Cancer Commun (Lond). 2021 Nov;41(11):1100-1115. doi: 10.1002/cac2.12215. Epub 2021 Oct 6. PMID: 34613667; PMCID: PMC8626610. DOI: https://doi.org/10.1002/cac2.12215
Eapen BR. Artificial Intelligence in Dermatology: A Practical Introduction to a Paradigm Shift. Indian Dermatol Online J. 2020 Nov 8;11(6):881-889. doi: 10.4103/idoj.IDOJ_388_20. PMID: 33344334; PMCID: PMC7735013. DOI: https://doi.org/10.4103/idoj.IDOJ_388_20
Escalé-Besa A, Yélamos O, Vidal-Alaball J, Fuster-Casanovas A, Miró Catalina Q, Börve A, et al. Exploring the potential of artificial intelligence in improving skin lesion diagnosis in primary care. Sci Rep. 2023 Mar 15;13(1):4293. doi: 10.1038/s41598-023-31340-1. PMID: 36922556; PMCID: PMC10015524. DOI: https://doi.org/10.1038/s41598-023-31340-1
Ferreira RR, Rodrigues AR, Pimentel RCC, Azevedo FS de. Inteligência artificial: as inovações tecnológicas que vem auxiliando e complementando o serviço de dermatologia. Anais da Semana Universitária e Encontro de Iniciação Científica (ISSN: 2316-8226) [Internet]. 2023 [cited 2024 Jul 19];1(1). Available from: https://publicacoes.unifimes.edu.br/index.php/anais-semana-universitaria/article/view/3146/1987
Furriel BCRS, Oliveira BD, Prôa R, Paiva JQ, Loureiro RM, Calixto WP, et al. Artificial intelligence for skin cancer detection and classification for clinical environment: a systematic review. Front Med (Lausanne). 2024 Jan 8;10:1305954. doi: 10.3389/fmed.2023.1305954. PMID: 38259845; PMCID: PMC10800812. DOI: https://doi.org/10.3389/fmed.2023.1305954
Goyal M, Knackstedt T, Yan S, Hassanpour S. Artificial intelligence-based image classification methods for diagnosis of skin cancer: Challenges and opportunities. Comput Biol Med. 2020 Dec;127:104065. doi: 10.1016/j.compbiomed.2020.104065. Epub 2020 Oct 27. PMID: 33246265; PMCID: PMC8290363. DOI: https://doi.org/10.1016/j.compbiomed.2020.104065
Hauser K, Kurz A, Haggenmüller S, Maron RC, von Kalle C, Utikal JS, et al. Explainable artificial intelligence in skin cancer recognition: A systematic review. Eur J Cancer. 2022 May;167:54-69. doi: 10.1016/j.ejca.2022.02.025. Epub 2022 Apr 5. PMID: 35390650. DOI: https://doi.org/10.1016/j.ejca.2022.02.025
Jobson D, Mar V, Freckelton I. Legal and ethical considerations of artificial intelligence in skin cancer diagnosis. Australas J Dermatol. 2022 Feb;63(1):e1-e5. doi: 10.1111/ajd.13690. Epub 2021 Aug 18. PMID: 34407234. DOI: https://doi.org/10.1111/ajd.13690
Jones OT, Matin RN, van der Schaar M, Prathivadi Bhayankaram K, Ranmuthu CKI, Islam MS, et al. Artificial intelligence and machine learning algorithms for early detection of skin cancer in community and primary care settings: a systematic review. Lancet Digit Health. 2022 Jun;4(6):e466-e476. doi: 10.1016/S2589-7500(22)00023-1. PMID: 35623799. DOI: https://doi.org/10.1016/S2589-7500(22)00023-1
Liu Q, Zhang J, Bai Y. Mapping the landscape of artificial intelligence in skin cancer research: a bibliometric analysis. Front Oncol. 2023 Oct 13;13:1222426. doi: 10.3389/fonc.2023.1222426. PMID: 37901316; PMCID: PMC10613074. DOI: https://doi.org/10.3389/fonc.2023.1222426
Macedo, E. O uso da inteligência artificial no diagnóstico de câncer de pele: uma revisão sistemática [Internet]. Escola bahiana de medicina e saúde pública; [atualizado em 2023 Nov 8; citado em 2024, Jul 8]. Disponível em: https://repositorio.bahiana.edu.br:8443/jspui/bitstream/bahiana/7487/1/EDUARDO%20MACEDO.pdf
Manolakos D, Patrick G, Geisse JK, Rabinovitz H, Buchanan K, Hoang P, et al. Use of an elastic-scattering spectroscopy and artificial intelligence device in the assessment of lesions suggestive of skin cancer: A comparative effectiveness study. JAAD Int. 2023 Oct 11;14:52-58. doi: 10.1016/j.jdin.2023.08.019. PMID: 38143790; PMCID: PMC10746496. DOI: https://doi.org/10.1016/j.jdin.2023.08.019
Menzies SW, Sinz C, Menzies M, Lo SN, Yolland W, Lingohr J, et al. Comparison of humans versus mobile phone-powered artificial intelligence for the diagnosis and management of pigmented skin cancer in secondary care: a multicentre, prospective, diagnostic, clinical trial. Lancet Digit Health. 2023 Oct;5(10):e679-e691. doi: 10.1016/S2589-7500(23)00130-9. PMID: 37775188. DOI: https://doi.org/10.1016/S2589-7500(23)00130-9
Moraes JJ de, Barbosa MCM de A, Vieira PHC, Costa ACM de SF da, Romeiro ET, Terebinto DV, et al. IMPACTO DA TECNOLOGIA DE INTELIGÊNCIA ARTIFICIAL NA MEDICINA DIAGNÓSTICA. REASE [Internet]. 21º de agosto de 2023 [citado 20º de julho de 2024];9(7):1303-214. Disponível em: https://periodicorease.pro.br/rease/article/view/10699 DOI: https://doi.org/10.51891/rease.v9i7.10699
Pessanha G, Eleanderson C. Um Modelo de Inteligência Artificial Para Detecção de Melanoma via Redes Neurais Convolucionais. [Internet]. São Paulo: Anais da VIII Escola Regional de Computação Aplicada à Saúde; [atualizado em 2021, Ago 26; citado em 2024 Feb 22]. Disponível em: https://sol.sbc.org.br/index.php/ercas/article/view/17436/17272 DOI: https://doi.org/10.5753/ercas.2021.17436
Phillips M, Marsden H, Jaffe W, Matin RN, Wali GN, Greenhalgh J, et al. Assessment of Accuracy of an Artificial Intelligence Algorithm to Detect Melanoma in Images of Skin Lesions. JAMA Netw Open. 2019 Oct 2;2(10):e1913436. doi: 10.1001/jamanetworkopen.2019.13436. Erratum in: JAMA Netw Open. 2019 Nov 1;2(11):e1916430. doi: 10.1001/jamanetworkopen.2019.16430. PMID: 31617929; PMCID: PMC6806667. DOI: https://doi.org/10.1001/jamanetworkopen.2019.13436
Ravi V. Attention Cost-Sensitive Deep Learning-Based Approach for Skin Cancer Detection and Classification. Cancers (Basel). 2022 Nov 29;14(23):5872. doi: 10.3390/cancers14235872. PMID: 36497355; PMCID: PMC9735681. DOI: https://doi.org/10.3390/cancers14235872
Rezk E, Eltorki M, El-Dakhakhni W. Leveraging Artificial Intelligence to Improve the Diversity of Dermatological Skin Color Pathology: Protocol for an Algorithm Development and Validation Study. JMIR Res Protoc. 2022 Mar 8;11(3):e34896. doi: 10.2196/34896. PMID: 34983017; PMCID: PMC8941446. DOI: https://doi.org/10.2196/34896
Sanchez K, Kamal K, Manjaly P, Ly S, Mostaghimi A. Clinical Application of Artificial Intelligence for Non-melanoma Skin Cancer. Curr Treat Options Oncol. 2023 Apr;24(4):373-379. doi: 10.1007/s11864-023-01065-4. Epub 2023 Mar 14. PMID: 36917395; PMCID: PMC10011774. DOI: https://doi.org/10.1007/s11864-023-01065-4
Smak Gregoor AM, Sangers TE, Eekhof JA, Howe S, Revelman J, Litjens RJ, Sarac M, Bindels PJ, Bonten T, Wehrens R, Wakkee M. Artificial intelligence in mobile health for skin cancer diagnostics at home (AIM HIGH): a pilot feasibility study. EClinicalMedicine. 2023 May 25;60:102019. doi: 10.1016/j.eclinm.2023.102019. PMID: 37261324; PMCID: PMC10227364. DOI: https://doi.org/10.1016/j.eclinm.2023.102019
Vera J, Lai X, Baur A, Erdmann M, Gupta S, Guttà C, Heinzerling L, Heppt MV, Kazmierczak PM, Kunz M, Lischer C, Pützer BM, Rehm M, Ostalecki C, Retzlaff J, Witt S, Wolkenhauer O, Berking C. Melanoma 2.0. Skin cancer as a paradigm for emerging diagnostic technologies, computational modelling and artificial intelligence. Brief Bioinform. 2022 Nov 19;23(6):bbac433. doi: 10.1093/bib/bbac433. PMID: 36252807. DOI: https://doi.org/10.1093/bib/bbac433
Wei ML, Tada M, So A, Torres R. Artificial intelligence and skin cancer. Front Med (Lausanne). 2024 Mar 19;11:1331895. doi: 10.3389/fmed.2024.1331895. PMID: 38566925; PMCID: PMC10985205. DOI: https://doi.org/10.3389/fmed.2024.1331895
Yoshimi Sakamoto Maeda Nisimoto M, Santos de Oliveira Filho R, Carvalho Gomes H, Klockner E, Rubinho R, Masako Ferreira L. Impacto real de aplicativos para triagem de câncer de pele. Braz. J. Nat. Sci [Internet]. 4º de março de 2021 [citado 20º de julho de 2024];4(1):606 - 613. Disponível em: https://bjns.com.br/index.php/BJNS/article/view/137 DOI: https://doi.org/10.31415/bjns.v4i1.137
Young AT, Xiong M, Pfau J, Keiser MJ, Wei ML. Artificial Intelligence in Dermatology: A Primer. J Invest Dermatol. 2020 Aug;140(8):1504-1512. doi: 10.1016/j.jid.2020.02.026. Epub 2020 Mar 27. PMID: 32229141. DOI: https://doi.org/10.1016/j.jid.2020.02.026
