Dados do Trabalho

Título

Desenvolvimento de rede neural convolucional para o diagnóstico radiográfico de osteoartrite dos joelhos no Estudo Longitudinal da Saúde do Adulto – Musculoesquelético (ELSA-Brasil MSK)

Introdução

A osteoartrite dos joelhos (OAJ) é uma das doenças mais prevalentes na população mundial, associada a elevada morbidade. Seu diagnóstico é frequentemente realizado a partir da avaliação de radiografias. Em estudos longitudinais de larga escala, esse processo é laborioso e demorado, exigindo treinamento específico. A aplicação de método de classificação automática pode contribuir para o fluxo de diagnóstico, reduzindo a quantidade de exames a serem avaliados.
A rede neural convolucional (RNC) é um dos modelos mais utilizados para a classificação de imagens médicas. Seu desenvolvimento está concentrado em estudos nos EUA e na Europa, sendo escassas as ferramentas validadas em outras populações. Revisões recentes não identificaram abrangência da população brasileira na validação das atuais RNCs para diagnóstico de OAJ.
Este estudo visa ao desenvolvimento de RNC utilizando exames do ELSA-Brasil MSK. Considerando a revisão realizada, trata-se da primeira RNC criada com esse objetivo no Brasil.

Casuística e Métodos

No desenvolvimento da RNC foram utilizados apenas os exames da linha de base do ELSA-Brasil MSK (radiografias bilaterais dos joelhos de 2830 participantes em incidência posteroanterior). Os exames foram interpretados por médico radiologista com treinamento específico.
A rede neural proposta utiliza arquitetura convolucional densamente conectada pré-treinada. As imagens passaram por data augmentation, após a segmentação das regiões de interesse. Foi realizada validação cruzada em dois folds, testando até 12 épocas.

Resultados

A RNC apresentou acurácia de 0,814, com sensibilidade de 0,755 e especificidade de 0,821, com área sob a curva de 0.866 (IC 95% 0.842-0.882). O modelo pode ser otimizado para alcançar, não simultaneamente, valores máximos de 0,907 para acurácia, 0,938 para sensibilidade e 0,994 para especificidade.

Conclusões

A RNC apresentou acurácia próxima a de modelos internacionais. O modelo apresentou alta especificidade, podendo ser utilizado para tarefas determinadas, como a verificação de inconsistências no banco de dados. A sensibilidade, todavia, limita seu uso como ferramenta de triagem.
O desenvolvimento de RNC própria permite a definição de limiares de acordo com a proposta de utilização, priorizando sensibilidade ou especificidade, por exemplo. Um maior volume de imagens de pacientes com OAJ e modificações nos parâmetros do modelo podem contribuir para seu aperfeiçoamento, possibilitando sua aplicação no contexto do ELSA-Brasil MSK e de outros estudos de larga escala.

Palavras Chave

Osteoartrite; joelhos; redes neurais; inteligência artificial; radiografia.

Área

Inteligência Artificial, Inovação e Telerradiologia