UNIRASTREIO - RETINOPATIA DIABÉTICA
Keywords:
Retinopatia diabética, Inteligência artificial, Deep learning, UniRastreioAbstract
A Retinopatia Diabética (RD) é uma das principais complicações microvasculares do Diabetes Mellitus e uma das maiores causas de cegueira evitável em adultos. Estima-se que até 2040, um terço dos diabéticos desenvolverá algum grau de RD, o que reforça a urgência por estratégias de rastreio eficazes. Estudos recentes destacam a inteligência artificial (IA) como ferramenta promissora na detecção automatizada da RD, utilizando algoritmos de deep learning, redes neurais convolucionais (CNNs), transformadores visuais e modelos de transferência de aprendizado. Esses métodos apresentam alta acurácia na identificação de microaneurismas, hemorragias e exsudatos, superando muitas vezes a análise manual. Nesse contexto, está em desenvolvimento o UniRastreio, software interdisciplinar da UniEVANGÉLICA que integra engenharia de software, medicina e direito para o rastreio precoce da RD em ambientes de saúde pública. O protótipo inicial utiliza o modelo EfficientNet-B0 para a análise automatizada de imagens de fundo de olho, mas encontra-se em versão inicial, sem resultados definitivos até o momento. O sistema permitirá cadastro de pacientes e médicos, upload de imagens oftalmológicas, análise automática por IA e emissão de laudos preliminares, com conformidade à LGPD. Conclui-se que, apesar de ainda estar em desenvolvimento, o UniRastreio representa uma solução tecnológica escalável e acessível, com potencial de ampliar o acesso a diagnósticos precoces e contribuir para a redução da cegueira evitável.
References
ALYOUBI, W. L.; ABULKHAIR, M. F.; SHALASH, W. M. Diabetic retinopathy fundus image classification and lesions localization system using deep learning. Sensors, v. 21, n. 6, p. 3704, 2021. DOI: https://doi.org/10.3390/s21113704.
BORTOLI, J. Q. et al. Retinografia como forma de rastreio de retinopatia diabética em hospital terciário do Sistema Único de Saúde. Revista Brasileira de Oftalmologia, v. 81, p. e0057, 2022. DOI: https://doi.org/10.37039/1982.8551.20220057.
CARVALHO, B. F. C. et al. O uso da inteligência artificial para diagnóstico da retinopatia diabética: uma revisão narrativa. Revista Médica de Minas Gerais, v. 32, supl. 01, p. S42-S45, 2022.
CRUVINEL, M. E. M. et al. Exames disponíveis para o diagnóstico da retinopatia diabética: uma revisão. Brazilian Journal of Health Review, v. 6, n. 3, p. 9346-9353, 2023. DOI: https://doi.org/10.34119/bjhrv6n3-344.
GALVÃO, F. M. et al. Prevalência e fatores de risco para retinopatia diabética em pacientes diabéticos atendidos por demanda espontânea: um estudo transversal. Revista Brasileira de Oftalmologia, v. 80, n. 3, p. e0006, 2021. DOI: https://doi.org/10.37039/1982.8551.20210006.
GRAUSLUND, J. Diabetic retinopathy screening in the emerging era of artificial intelligence. Diabetologia, v. 65, n. 9, p. 1415-1423, 2022. DOI: 10.1007/s00125-022-05727-0.
LIM, J. I. et al. Artificial intelligence detection of diabetic retinopathy: subgroup comparison of the EyeArt system with ophthalmologists’ dilated examinations. Ophthalmology Science, v. 3, n. 1, p. 100228, 2022. DOI: 10.1016/j.xops.2022.100228.
LIU, J. et al. Diabetic retinopathy screening with automated retinal image analysis in a primary care setting improves adherence to ophthalmic care. Ophthalmology Retina, v. 4, n. 1, p. 1-7, 2020. DOI: https://doi.org/10.1016/j.oret.2020.06.016.
OLIVEIRA, L. E. S. et al. Diagnóstico da retinopatia diabética por inteligência artificial por meio de smartphone. Revista Brasileira de Oftalmologia, v. 83, p. e0006, 2024. DOI: https://doi.org/10.37039/1982.8551.20240006.
WU, J. H. et al. Performance and limitation of machine learning algorithms for diabetic retinopathy screening: meta-analysis. Journal of Medical Internet Research, v. 23, n. 7, p. e23863, 2021. DOI: https://doi.org/10.2196/23863.
Downloads
Published
Issue
Section
License
These Proceedings offer free and immediate access to their content, based on the principle that making scientific knowledge freely available to the public fosters the global democratization of knowledge.
Upon publication in the Proceedings, authors retain copyright and publication rights to their articles without restriction.
The Proceedings of the International Congress on Research, Teaching, and Extension (CIPEEX) of the Evangelical University of Goiás (UniEVANGÉLICA) adhere to the terms of the Creative Commons Attribution-NonCommercial 4.0 International license.