Sistema Móvel para Classificação de Úlceras de Pé Diabético utilizando Redes Neurais Convolucionais

Abstract

Este trabalho propõe o desenvolvimento de uma solução tecnológica baseada em inteligência artificial para a classificação de Úlceras de Pé Diabético (UPDs), uma complicação prevalente do diabetes mellitus que representa um importante desafio de saúde pública devido às elevadas taxas de morbi-mortalidade associadas. A proposta consiste na implementação de um modelo de aprendizado de máquina, utilizando redes neurais convolucionais, especificamente, a MobileNet, treinado com imagens de UPDs categorizadas conforme a classificação de Wagner. Para a definição do modelo mais adequado, foi realizado um estudo comparativo entre diferentes arquiteturas de redes neurais convolucionais. O objetivo é que o modelo selecionado seja capaz de rodar localmente em um dispositivo de borda, como um smartphone Android, integrado a um aplicativo móvel, facilitando o acesso e a utilização por profissionais de saúde e potencialmente contribuindo para diagnósticos mais precisos. A solução desenvolvida neste estudo envolve a coleta e categorização de um conjunto de imagens de UPDs, a realização de um estudo para definição e seleção do modelo de rede neural convolucional mais eficiente, o treinamento do modelo escolhido e sua implementação em um aplicativo intuitivo e eficiente. A integração da inteligência artificial ao aplicativo, com processamento local no próprio dispositivo móvel, visa aprimorar a precisão diagnóstica e apoiar a tomada de decisão clínica, tornando o processo de classificação das lesões mais acessível, seguro e padronizado. A ferramenta desenvolvida apresenta potencial aplicação como instrumento auxiliar no processo de avaliação e classificação de UPDs em contextos clínico.