
PVVI452-2025
Engenharia e Desenvolvimento de Tecnologia da Informação
01/11/2025 a 31/10/2027
Edital de Chamada Pública FAPESC 09/2025: Apoio à Infraestrutura Para Grupos de Pesquisa da UDESC
Valor do financiamento: R$ 35.097,04

Objetivo: O projeto propõe o desenvolvimento de um sistema baseado em modelos de visão computacional para auxílio ao diagnóstico de Monkeypox a partir de imagens de lesões de pele. A proposta envolve a construção e avaliação de modelos de visão computacional baseados em redes neurais convolucionais pré-treinadas, aplicados ao diagnóstico de Monkeypox e potencialmente outras dermatoses. O projeto também propõe o desenvolvimento de um aplicativo móvel capaz de realizar o diagnóstico em tempo real a partir da captura de imagens, e sua aplicação na rede de atenção à saúde do Sistema Único de Saúde (SUS).
Metodologia: O projeto será conduzido em duas fases: desenvolvimento das tecnologias e aplicação no SUS. O desenvolvimento das tecnologias é composto pelas etapas de (1) preparação dos dados; (2) construção dos modelos; (3) avaliação dos modelos; e (4) construção do aplicativo. Já a aplicação no SUS é composta pelas etapas de (5) coleta de dados do SUS; (6) ajuste dos modelos; (7) aplicação; e (8) lançamento.
Resultados Esperados: Espera-se obter modelos de visão computacional capazes de classificar imagens de lesões de pele, discriminando entre casos de Monkeypox e outras condições dermatológicas. A meta de desempenho é alcançar uma acurácia superior a 90% na identificação de casos positivos de Monkeypox, demonstrando a capacidade do modelo em fornecer resultados confiáveis para o diagnóstico. O desenvolvimento de um aplicativo para dispositivos móveis é um resultado esperado fundamental. Esse aplicativo deverá permitir que profissionais de saúde utilizem a câmera de um smartphone ou tablet para capturar imagens de lesões de pele e obter um diagnóstico em tempo real, auxiliando no processo de identificação precoce da Monkeypox e na subsequente definição de exames complementares e planos de tratamento adequados para os pacientes.
Implicações Práticas: Espera-se que as tecnologias propostas contribuam significativamente para o diagnóstico precoce de Monkeypox nos serviços de saúde pública. A facilidade de identificação da doença, a agilidade na solicitação de exames confirmatórios e a implementação de tratamentos adequados em tempo hábil podem otimizar o manejo da doença e gerar uma contribuição relevante para a eficiência e a qualidade dos serviços de saúde. Os avanços científicos incluem o desenvolvimento e a validação de modelos de aprendizagem de máquina específicos para o reconhecimento de lesões cutâneas características da Monkeypox, potencialmente superando a subjetividade da avaliação visual humana e oferecendo suporte ao diagnóstico. Espera-se avançar na qualidade do diagnóstico de Monkeypox por visão computacional, bem como no conhecimento sobre a aplicabilidade de técnicas de transfer learning e ensemble learning no contexto de diagnóstico dermatológico baseado em imagens.
Palavras-chave: Monkeypox; dermatoses; aprendizagem de máquina; inteligência artificial
Artigos em Periódicos
Sem publicações até o momento.
Artigos em Congressos
Sem publicações até o momento.
Resumos de Iniciação Científica
Sem outros resultados gerados.
Orientações de TCCs
Sem outros resultados gerados.
Outras Informações
Sem outros resultados gerados.
Caso o coordenador deseje atualizar as informações do projeto, deve acessar o FORMULÁRIO.
Utilizamos cookies para melhorar sua experiência de navegação no Portal da Universidade do Estado de Santa Catarina. Ao continuar navegando no Portal, você concorda com o uso de cookies.




