HEMATOSCAN, EXPLORANDO A INTELIGÊNCIA ARTIFICIAL NA CONTAGEM DIFERENCIAL DE CÉLULAS SANGUÍNEAS

Artur Fernandes Araújo de Souza Artur Fernandes Araújo de; Matthieu Christian Emerenciano De Oliveira; Edison Micaías Godoy Braatz Vieira; Otávio Jordão de Oliveira Moura; Hannaly Wana Bezerra Pereira

Todos os Trabalhos

Título do Trabalho

Autores

Artur Fernandes Araújo de Souza Artur Fernandes Araújo de
Matthieu Christian Emerenciano De Oliveira
Edison Micaías Godoy Braatz Vieira
Otávio Jordão de Oliveira Moura
Hannaly Wana Bezerra Pereira

Modalidade

Resumo Expandido

Área temática

Ciência e Inovação

País da Publicação

Brasil

Idioma da Publicação

Português

Página do Trabalho

https://www.even3.com.br/anais/iv-congresso-de-biomedicina-da-regiao-nordeste-i-jornada-de-hematologia-e-hemoterapia-do-nordeste-344269/741841-hematoscan-explorando-a-inteligencia-artificial-na-contagem-diferencial-de-celulas-sanguineas

ISBN

978-65-272-0871-6

Palavras-Chave

inteligência artificial (IA), Hematologia, profissionais, estudo , tecnologia

Resumo

Introdução Na hematologia, a análise do hemograma é caracterizada como uma base de auxílio no diagnóstico e acompanhamento das patologias que acometem as células sanguíneas direta ou indiretamente, envolvendo análise quantitativa e qualitativa dos componentes sanguíneos. Deste modo, a análise morfológica na microscopia é um elemento imprescindível para essa avaliação, uma vez que o olho de profissionais treinados possui função ímpar na identificação dos elementos sanguíneos. Desta forma, a aplicabilidade de novas ferramentas hematológicas se torna importante para o auxílio de diversos profissionais (biomédicos, farmacêuticos, analistas clínicos e etc) na leitura do esfregaço sanguíneo, tendo em vista que a integração de uma inteligência artificial (IA) neste processo é valioso, visto que contribui na análise, uma vez que essa IA é orientada por treinamentos realizados com uma vasta quantidade de imagens dos elementos das séries eritrocitária, leucocitária e plaquetária. Objetivo O presente trabalho tem como objetivo explorar os avanços da tecnologia de inteligência artificial (IA) na área da hematologia, com foco na contagem diferencial de células sanguíneas, procurando otimizar o tempo de análise e liberação de um resultado, no qual impactará na decisão diagnóstica e possível conduta terapêutica. Assim, a implementação da IA neste contexto visa capacitar um aplicativo especializado para reconhecer com precisão os constituintes sanguíneos por meio de um scanner conectado, comparando-os com um banco de imagens abrangente. Essa abordagem automatizada permitirá uma análise detalhada e ágil das amostras, facilitando o acesso tático e móvel aos resultados para os profissionais que atuam na área laboratorial. A priori, é importante destacar que esse aplicativo não se limitará apenas a profissionais experientes, mas também se tornará uma valiosa ferramenta de aprendizagem para acadêmicos da área da saúde. Fazendo assim a IA contribuir para o aprimoramento do conhecimento desses futuros profissionais, promovendo um ambiente de aprendizado dinâmico e eficaz. Desta forma o uso de uma inteligência artificial na área da hematologia é um avanço significativo, para revolucionar a maneira como a análise de células sanguíneas é conduzida, beneficiando tanto os profissionais da saúde quanto os acadêmicos. Materiais e métodos O processo da IA foi separado em etapas para que o melhor resultado possível fosse atingido em um curto espaço de tempo. Inicialmente, realizou-se a coleta e preparação dos dados, nos quais foram obtidos um conjunto de 611 imagens de esfregaços sanguíneos, com 311 disponibilizadas do laminário de aulas práticas de Hematologia da Universidade Federal do Rio Grande do Norte (UFRN), intermediado pela prof. Dra. Nathalie de Senna Pereira, e 50 imagens foram incluídas a partir do livro "Laboratório de Hematologia - teorias, técnicas e atlas", concedido gentilmente pelo professor Márcio Antônio Wanderley de Melo. Deste modo, foi realizada a separação das células sanguíneas e as rotulações em categorias "WBC" (glóbulos brancos), "RBC" (glóbulos vermelhos) e "PLT" (plaquetas), onde finalizam a primeira etapa do processo. A segunda etapa é separada por um conjunto de treinamentos, validação e testes. Após ser concluída, foi precedida do uso do convolutional neural network (CNN) como uma biblioteca, sendo este uma rede neural utilizada para identificação e análises de imagens. Para isso, foi usado o YoloV7 com base na linguagem Python. Ao iniciar o treinamento da rede neural, a interface foi elaborada, assim como os testes do programa, para enfim chegar ao aplicativo final. Resultados A análise da eficácia do aplicativo, visa evidenciar a viabilidade do potencial uso desta ferramenta. A mesma foi desenvolvida por meio de uma abordagem de treinamento e implementação da rede neural YoloV7, em conjunto com a plataforma Darknet. Após cerca de 54 etapas de treinamento, obteve-se uma precisão aproximada de 0.8449 (equivalente a cerca de 84.49%). Na última fase, é notável um alcanço de um Recall (Revocação) de aproximadamente 89.67%, indicando a porcentagem de objetos reais que são detectados corretamente. Além disso, a métrica mAP (média da Precisão Média) contribui para avaliar o desempenho geral do modelo, sendo uma média ponderada da precisão em diferentes níveis de Recall. Nesse contexto, sua alta pontuação sugere um bom desempenho global, onde destaca-se que a perda continuou a diminuir, sugerindo que o modelo está se adaptando aos dados e aprimorando suas previsões. Consequentemente, observamos uma melhoria contínua nas métricas de avaliação, evidenciando que o modelo identifica e classifica as células com uma precisão mais elevada. Conclusão O uso do aplicativo se faz relevante para a área laboratorial, uma vez que alcança os profissionais que trabalham nas análises clínicas (Biomédicos, farmacêuticos, bioquímicos, analistas clínicos, dentre outros), trazendo a estes um reforço teórico e opinativo nas análises da rotina de hematologia, dando aos mesmos mais tempo para análises mais complexas. Além disso, a aplicação desta ferramenta proporciona acesso a uma extensa base de dados e a imagens reais, garantindo um recurso seguro e de fácil alcance para os estudantes da área da saúde. Isso enriquece significativamente o processo de aprendizagem, complementando os estudos e fortalecendo o entendimento prático das nuances da hematologia, a visualizações de casos reais contribui para a formação educacional dos futuros profissionais compondo assim a aprendizagem destes.

Título do Evento: IV CONGRESSO DE BIOMEDICINA DA REGIÃO NORDESTE I JORNADA DE HEMATOLOGIA E HEMOTERAPIA DO NORDESTE
Cidade do Evento: Fortaleza
Título dos Anais do Evento: Anais do Congresso de Biomedicina da Região Nordeste - Quarta Edição
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

DE, Artur Fernandes Araújo Souza Artur Fernandes Araújo et al.. HEMATOSCAN, EXPLORANDO A INTELIGÊNCIA ARTIFICIAL NA CONTAGEM DIFERENCIAL DE CÉLULAS SANGUÍNEAS.. In: Anais do Congresso de Biomedicina da Região Nordeste - Quarta Edição. Anais...Fortaleza (CE) Fábrica de Negócios, 2023. Disponível em: https//www.even3.com.br/anais/iv-congresso-de-biomedicina-da-regiao-nordeste-i-jornada-de-hematologia-e-hemoterapia-do-nordeste-344269/741841-HEMATOSCAN-EXPLORANDO-A-INTELIGENCIA-ARTIFICIAL-NA-CONTAGEM-DIFERENCIAL-DE-CELULAS-SANGUINEAS. Acesso em: 26/04/2025