{"id":378601,"date":"2024-05-14T00:01:00","date_gmt":"2024-05-13T22:01:00","guid":{"rendered":"https:\/\/medizinonline.com\/?p=378601"},"modified":"2024-05-09T18:08:39","modified_gmt":"2024-05-09T16:08:39","slug":"classificacao-de-risco-apoiada-por-ia-com-base-em-imagens-lc-oct","status":"publish","type":"post","link":"https:\/\/medizinonline.com\/pt-pt\/classificacao-de-risco-apoiada-por-ia-com-base-em-imagens-lc-oct\/","title":{"rendered":"Classifica\u00e7\u00e3o de risco apoiada por IA com base em imagens LC-OCT"},"content":{"rendered":"\n<p><strong>Determinadas caracter\u00edsticas morfol\u00f3gicas das queratoses act\u00ednicas (QA) s\u00e3o consideradas preditivas do desenvolvimento de carcinoma invasivo de c\u00e9lulas escamosas. A categoriza\u00e7\u00e3o em pontua\u00e7\u00f5es PRO I-III baseia-se neste facto, que representa tr\u00eas n\u00edveis de risco<br\/>para o risco de progress\u00e3o das les\u00f5es de QA. Um estudo publicado em 2023 mostra que uma classifica\u00e7\u00e3o autom\u00e1tica da pontua\u00e7\u00e3o PRO apoiada por IA, baseada em dados de imagens LC-OCT, tem o potencial de facilitar o diagn\u00f3stico e o acompanhamento da QA no futuro.  <\/strong><\/p>\n\n<!--more-->\n\n<p>Um dos objectivos do estudo de Thamm et al. O objetivo deste estudo foi treinar redes neuronais convolucionais de modo a poderem ser utilizadas para a segmenta\u00e7\u00e3o autom\u00e1tica da epiderme em conjuntos de dados de imagens de tomografia de coer\u00eancia \u00f3tica de campo linear confocal (LC-OCT), a fim de avaliar em tempo real a patologia epid\u00e9rmica e d\u00e9rmica das les\u00f5es de QA [1]. As QA s\u00e3o consideradas carcinomas de c\u00e9lulas escamosas in situ, que podem evoluir para carcinomas de c\u00e9lulas escamosas cut\u00e2neos invasivos (CEC). A estimativa do risco de progress\u00e3o das les\u00f5es de QA utilizando imagens LC-OCT oferece vantagens em rela\u00e7\u00e3o \u00e0 histologia convencional, uma vez que se trata de um procedimento n\u00e3o invasivo e de alta tecnologia. Macroscopicamente, as les\u00f5es de QA aparecem como manchas cor-de-rosa a castanhas em \u00e1reas da pele expostas ao sol e s\u00e3o normalmente acompanhadas por hiperqueratose [2]. Enquanto na QA a atipia dos queratin\u00f3citos se limita \u00e0 epiderme, no CEC pode ser observada a perda da jun\u00e7\u00e3o dermoepid\u00e9rmica (JDE), o que define a sua prolifera\u00e7\u00e3o invasiva [3]. Embora a JDE permane\u00e7a intacta nas les\u00f5es de QA, os seus padr\u00f5es de crescimento basal alteram-se no decurso do processo de transforma\u00e7\u00e3o maligna [4]. Avaliar quais as QAs que t\u00eam um risco elevado de desenvolver transforma\u00e7\u00e3o maligna est\u00e1 a tornar-se cada vez mais importante. Por conseguinte, foi desenvolvida uma classifica\u00e7\u00e3o histol\u00f3gica com a pontua\u00e7\u00e3o PRO, que classifica as QA com base em altera\u00e7\u00f5es na \u00e1rea de prolifera\u00e7\u00e3o basal [4,5]. As les\u00f5es PRO III de AK est\u00e3o associadas a um risco mais elevado de desenvolvimento de CEC invasivo do que as les\u00f5es PRO II ou PRO I.  <\/p>\n\n<h3 id=\"analise-de-material-de-imagem-utilizando-uma-abordagem-de-aprendizagem-profunda\" class=\"wp-block-heading\">An\u00e1lise de material de imagem utilizando uma abordagem de aprendizagem profunda<\/h3>\n\n<p>O material de imagem da tomografia de coer\u00eancia \u00f3tica confocal de campo linear (LC-OCT) [1,5] serve de base para a pontua\u00e7\u00e3o PRO I-III <strong>(Fig. 1)<\/strong>. A LC-OCT permite examinar uma altera\u00e7\u00e3o cut\u00e2nea suspeita de ser um tumor sem ter de recolher uma amostra de tecido invasiva. As seguintes caracter\u00edsticas s\u00e3o decisivas para classificar o risco de transforma\u00e7\u00e3o:  <\/p>\n\n<ul class=\"wp-block-list\">\n<li>PRO I: Acumula\u00e7\u00e3o de queratin\u00f3citos at\u00edpicos na camada de c\u00e9lulas basais  <\/li>\n\n\n\n<li>PRO II: sali\u00eancias epid\u00e9rmicas na derme papilar superior que s\u00e3o mais finas do que a epiderme sobrejacente  <\/li>\n\n\n\n<li>PRO III: prolifera\u00e7\u00f5es epid\u00e9rmicas profundas de queratin\u00f3citos at\u00edpicos que se estendem mais profundamente na derme do que a espessura da epiderme  <\/li>\n<\/ul>\n\n<p>Uma avalia\u00e7\u00e3o manual da pontua\u00e7\u00e3o PRO pode ser distorcida pela avalia\u00e7\u00e3o subjectiva do examinador. Esta fonte de erro \u00e9 reduzida com a quantifica\u00e7\u00e3o autom\u00e1tica apoiada por IA. Os conjuntos de dados de imagens tridimensionais da epiderme e da derme superior gerados pela LC-OCT t\u00eam uma resolu\u00e7\u00e3o mais elevada do que a tomografia de coer\u00eancia \u00f3tica (OCT) convencional e \u00e9 poss\u00edvel uma maior profundidade de penetra\u00e7\u00e3o em compara\u00e7\u00e3o com a microscopia confocal a laser [6]. As <em>redes neuronais convolucionais<\/em> (CNN) &#8211; as arquitecturas de aprendizagem profunda mais utilizadas atualmente &#8211; s\u00e3o utilizadas para a an\u00e1lise automatizada de dados visuais [7]. A UNet \u00e9 uma arquitetura desenvolvida pela CNN especificamente para a segmenta\u00e7\u00e3o de imagens biom\u00e9dicas. No estudo de Thamm et al. Essas CNNs foram treinadas para segmentar imagens LC-OCT de pele saud\u00e1vel e les\u00f5es de AK [1]. O treino da CNN baseou-se numa base de dados de imagens de sec\u00e7\u00f5es verticais LC-OCT adquiridas com um dispositivo LC-OCT <em>(deepLive\u2122 DAMAE Medical, Paris, Fran\u00e7a)<\/em> em volunt\u00e1rios com pele saud\u00e1vel e em doentes com QA [1]. Em conformidade com a norma de ouro histopatol\u00f3gica, foram desenvolvidos modelos de pontua\u00e7\u00e3o PRO, treinados em 237 imagens LC-OCT-AK e testados em 76 imagens, comparando a pontua\u00e7\u00e3o PRO calculada pela IA com o consenso visual de peritos em imagiologia utilizando o coeficiente Cohen-Kappa ponderado linearmente com um intervalo de confian\u00e7a (IC) de 95%. As an\u00e1lises estat\u00edsticas foram efectuadas com a biblioteca SciPy de Python [1].<\/p>\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><a href=\"https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21.jpg\"><img fetchpriority=\"high\" decoding=\"async\" width=\"2238\" height=\"1488\" src=\"https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21.jpg\" alt=\"\" class=\"wp-image-378395\" style=\"width:500px\" srcset=\"https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21.jpg 2238w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-800x532.jpg 800w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1160x771.jpg 1160w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-2048x1362.jpg 2048w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-120x80.jpg 120w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-90x60.jpg 90w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-320x213.jpg 320w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-560x372.jpg 560w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1920x1277.jpg 1920w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-240x160.jpg 240w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-180x120.jpg 180w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-640x426.jpg 640w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1120x745.jpg 1120w, https:\/\/medizinonline.com\/wp-content\/uploads\/2024\/04\/abb1_DP2_s21-1600x1064.jpg 1600w\" sizes=\"(max-width: 2238px) 100vw, 2238px\" \/><\/a><\/figure>\n<\/div>\n<h3 id=\"elevado-grau-de-concordancia-entre-a-ia-e-os-peritos\" class=\"wp-block-heading\">Elevado grau de concord\u00e2ncia entre a IA e os peritos  <\/h3>\n\n<p>O julgamento de refer\u00eancia cego para a avalia\u00e7\u00e3o da pontua\u00e7\u00e3o PRO das 76 imagens do conjunto de teste foi o consenso de dois dermatologistas e um residente [1]. Os resultados mais importantes num relance:  <\/p>\n\n<p>A quantifica\u00e7\u00e3o autom\u00e1tica da pontua\u00e7\u00e3o PRO baseada na IA, derivada do \u00edndice de ondula\u00e7\u00e3o e da profundidade m\u00e1xima da protrus\u00e3o, concordou com a categoriza\u00e7\u00e3o visual efectuada pelos peritos em 75% (57\/76) dos casos, com um kappa ponderado estatisticamente significativo \u03ba=0,60 <sup>(p=6\u00d710-8<\/sup> &lt;0,001, 95%-KI=[0,43, 0,77]). Isto eliminou a possibilidade de uma correspond\u00eancia aleat\u00f3ria entre a categoriza\u00e7\u00e3o baseada em IA e a categoriza\u00e7\u00e3o visual, indicando que a forma\u00e7\u00e3o do algoritmo foi eficaz e pr\u00f3xima do consenso dos peritos.  <\/p>\n\n<p>A avalia\u00e7\u00e3o baseada na IA da pontua\u00e7\u00e3o PRO correlacionou-se melhor com a pontua\u00e7\u00e3o visual do PRO II (84,8%), seguida do PRO III (69,2%) e do PRO I (66,6%). Os erros de interpreta\u00e7\u00e3o deveram-se sobretudo \u00e0 sombra da JDE e a caracter\u00edsticas perturbadoras, como os fol\u00edculos pilosos, e afectaram 25% dos casos. Globalmente, o IA sobrestimou as protrus\u00f5es em 14,5% (11\/76) dos casos, enquanto em 10,5% (8\/76) as protrus\u00f5es foram subestimadas. No que respeita ao PRO I, o 10\/30 foi sobrevalorizado como PRO II. Relativamente ao PRO II, 4\/33 foram subestimados como PRO I, enquanto 1\/33 foram atribu\u00eddos ao PRO III. No PRO III, 3\/13 foram incorretamente classificados como PRO I e 1\/13 como PRO II  <\/p>\n\n<p>De um modo geral, os resultados do estudo sugerem que as CNN s\u00e3o \u00fateis para a quantifica\u00e7\u00e3o autom\u00e1tica da pontua\u00e7\u00e3o PRO em conjuntos de dados de imagens LC-OCT e podem ser utilizadas para a avalia\u00e7\u00e3o n\u00e3o invasiva do risco de prolifera\u00e7\u00e3o no diagn\u00f3stico e acompanhamento de QA, de acordo com os autores do estudo [1].  <\/p>\n\n<p><strong>Resumo<\/strong><\/p>\n\n<ul class=\"wp-block-list\">\n<li><em>As redes neurais convolucionais<\/em> (CNN) foram treinadas para segmentar imagens LC-OCT de pele saud\u00e1vel e de QA.  <\/li>\n\n\n\n<li>Os modelos de pontua\u00e7\u00e3o PRO foram treinados num subconjunto de 237 imagens LC-OCT-AK e testados em 76 imagens, comparando a pontua\u00e7\u00e3o PRO calculada pela IA com o consenso visual dos especialistas em imagiologia.<\/li>\n\n\n\n<li>Foi encontrada uma concord\u00e2ncia significativa entre a categoriza\u00e7\u00e3o baseada em IA e a avalia\u00e7\u00e3o de peritos em 75% dos casos.  <\/li>\n<\/ul>\n\n<p><\/p>\n\n<p>Literatura:  <\/p>\n\n<ol class=\"wp-block-list\">\n<li>Thamm JR, et al: [Determina\u00e7\u00e3o baseada em IA da pontua\u00e7\u00e3o PRO em queratoses act\u00ednicas utilizando conjuntos de dados de imagens LC-OCT: Avalia\u00e7\u00e3o da pontua\u00e7\u00e3o PRO baseada em intelig\u00eancia artificial em queratoses act\u00ednicas a partir de imagens LC-OCT utilizando Redes Neuronais Convolucionais]. J Dtsch Dermatol Ges 2023; 21(11): 1359-1368.<\/li>\n\n\n\n<li>Schmitz L, Oster-Schmidt C, Stockfleth E: Cancro da pele n\u00e3o melanoma &#8211; da queratose act\u00ednica ao carcinoma espinocelular cut\u00e2neo. J Dtsch Dermatol Ges 2018; 16(8): 1002-1013.<\/li>\n\n\n\n<li>Cockerell CJ: Histopatologia do carcinoma intra-epid\u00e9rmico incipiente de c\u00e9lulas escamosas (&#8220;queratose act\u00ednica&#8221;). J Am Acad Dermatol 2000; 42(1Pt 2): 11-17.  <\/li>\n\n\n\n<li>Schmitz L, et al. Os carcinomas espinocelulares cut\u00e2neos est\u00e3o associados a queratoses act\u00ednicas basais proliferativas. Br J Dermatol 2019; 180(4): 916-921.  <\/li>\n\n\n\n<li>Schmitz L, et al: As queratoses act\u00ednicas apresentam padr\u00f5es histol\u00f3gicos de crescimento basal vari\u00e1veis &#8211; um ajuste de classifica\u00e7\u00e3o proposto. J Eur Acad Dermatol Venereol 2018; 32(5): 745-751.<\/li>\n\n\n\n<li>Ruini C, et al: Avalia\u00e7\u00e3o in vivo por LC-OCT do padr\u00e3o de prolifera\u00e7\u00e3o descendente de queratin\u00f3citos na queratose act\u00ednica em compara\u00e7\u00e3o com a histologia: primeiras impress\u00f5es de um estudo piloto. Cancros (Basileia) 2021; 13(12).<\/li>\n\n\n\n<li>Yamashita R, et al: Redes neurais convolucionais: uma vis\u00e3o geral e aplica\u00e7\u00e3o em radiologia. Insights Imaging 2018; 9(4): 611-629.  <\/li>\n<\/ol>\n\n<p><\/p>\n\n<p class=\"has-small-font-size\"><em>PR\u00c1TICA DE DERMATOLOGIA 2024; 34(2): 21-22<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Determinadas caracter\u00edsticas morfol\u00f3gicas das queratoses act\u00ednicas (QA) s\u00e3o consideradas preditivas do desenvolvimento de carcinoma invasivo de c\u00e9lulas escamosas. A categoriza\u00e7\u00e3o em pontua\u00e7\u00f5es PRO I-III baseia-se neste facto, que representa tr\u00eas&hellip;<\/p>\n","protected":false},"author":7,"featured_media":378608,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","cat_1_feature_home_top":false,"cat_2_editor_pick":false,"csco_eyebrow_text":"Relat\u00f3rio do estudo: Queratoses act\u00ednicas  ","footnotes":""},"category":[11356,11521,11379,11474,11551],"tags":[75783,20713,75779,75784,75780,14170,72009,75781,13517,75782,75785],"powerkit_post_featured":[],"class_list":["post-378601","post","type-post","status-publish","format-standard","has-post-thumbnail","category-dermatologia-e-venereologia-pt-pt","category-estudos","category-oncologia-pt-pt","category-prevencao-e-cuidados-de-saude","category-rx-pt","tag-carcinoma-invasivo-de-celulas-escamosas","tag-ceratoses-actinicas","tag-classificacao-de-riscos-apoiada-por-ia","tag-determinacao-baseada-em-ia-da-pontuacao-pro-em-queratoses-actinicas","tag-imagens-lc-oct","tag-jddg-pt-pt","tag-lesoes-ak","tag-pontuacoes-pro","tag-queratose-actinica","tag-risco-de-progressao","tag-thamm-et-al-pt-pt","pmpro-has-access"],"acf":[],"publishpress_future_action":{"enabled":false,"date":"2026-04-20 21:47:56","action":"change-status","newStatus":"draft","terms":[],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"wpml_current_locale":"pt_PT","wpml_translations":{"es_ES":{"locale":"es_ES","id":378611,"slug":"clasificacion-de-riesgos-asistida-por-ia-basada-en-imagenes-lc-oct","post_title":"Clasificaci\u00f3n de riesgos asistida por IA basada en im\u00e1genes LC-OCT","href":"https:\/\/medizinonline.com\/es\/clasificacion-de-riesgos-asistida-por-ia-basada-en-imagenes-lc-oct\/"}},"_links":{"self":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/378601","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/comments?post=378601"}],"version-history":[{"count":1,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/378601\/revisions"}],"predecessor-version":[{"id":378610,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/posts\/378601\/revisions\/378610"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/media\/378608"}],"wp:attachment":[{"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/media?parent=378601"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/category?post=378601"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/tags?post=378601"},{"taxonomy":"powerkit_post_featured","embeddable":true,"href":"https:\/\/medizinonline.com\/pt-pt\/wp-json\/wp\/v2\/powerkit_post_featured?post=378601"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}