Uma equipa de investigação científica da Universidade Politécnica de Macau (UPM), composta por Tan Tao, professor da Faculdade de Ciências Aplicada da UPM, e Wang Rongsheng, aluno do curso de Mestrado em Big Data e Internet das Coisas, conseguiu distinguir-se entre cerca de 2.000 equipas de todo o mundo, no Concurso Mundial RSNA Screening Mamography Breast Cancer Detection 2023, conquistando o Prémio de Prata desta competição global, anunciou a instituição de ensino superior em nota de imprensa. O concurso tem como objectivo “identificar eficazmente o cancro de mama, promovendo a melhoria dos serviços de saúde através da respectiva investigação e inovação tecnológica”.
A RSNA atribui grande importância à aplicação da inteligência artificial na imagiologia. Para promover a investigação e implementação da inteligência artificial na área da imagiologia médica, a partir de 2017, a RSNA criou uma sessão isolada chamada “Desafio da Inteligência Artificial”.
No referido desafio, a equipa da UPM explorou, de forma aprofundada, várias teorias e métodos práticos em relação ao tema do concurso, e em comparação com as imagens naturais, a detecção de imagens de alvos de molibdénio da glândula mamária contém um conjunto de informações que é mais complexa e difícil para analisar, pelo que muitos dos métodos comuns de design de modelo são difíceis de obter resultados positivos neste concurso.
Os investigadores acabaram por adoptar uma abordagem multi-modelo, multi-etapas e multi-informação, combinando as informações semânticas adicionais das imagens de alvo de molibdénio dos pacientes, a correlação entre as imagens médicas e as lesões, bem como os algoritmos eficazes de amostragem de dados, para conseguir encontrar, em pouco tempo, as regras para o diagnóstico de imagens de alvos de molibdénio da glândula mamária entre as mais de 50 mil respectivas imagens, obtendo, assim, os primeiros 4% melhores resultados nos rankings público e particular. O modelo desenvolvido pela equipa da UPM pode efectivamente auxiliar a identificação do cancro da mama, reduzindo significativamente os efeitos negativos dos falsos positivos sobre os doentes e, deste modo, possibilitando que o cancro da mama seja identificado e tratado na fase inicial, melhorando efectivamente o procedimento e a qualidade dos cuidados de saúde.
