Pesquisa do PPComp investiga estratégias de IA para análise de radiografias de tórax
Um estudo desenvolvido no Programa de Pós-Graduação em Computação Aplicada (PPComp) do Ifes Campus Serra foi publicado no periódico IEEE Access (Qualis A3), apresentando avanços na aplicação de Inteligência Artificial para a análise de radiografias de tórax.
A pesquisa, realizada com apoio do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e da empresa Intelliway Ltda., por meio do Programa MAI/DAI, investiga diferentes arquiteturas de redes neurais e estratégias de adaptação de modelos para a classificação de patologias em exames de raio-X de tórax.
Mais do que identificar qual modelo apresenta o melhor desempenho, o estudo busca compreender como diferentes técnicas de fine-tuning influenciam os resultados quando modelos previamente treinados são transferidos entre diferentes conjuntos de dados. Essa abordagem é especialmente relevante em aplicações médicas, nas quais as características dos dados podem variar significativamente entre instituições e populações.
A pesquisa analisa a adaptação de modelos treinados na base internacional CheXpert para o conjunto de dados brasileiro BRAX, enfrentando desafios comuns da área, como o domain shift — diferenças entre as bases de dados — e a disponibilidade limitada de exemplos para treinamento.
Os resultados contribuem para o desenvolvimento de sistemas de apoio ao diagnóstico mais robustos e adaptáveis, ampliando o potencial da Inteligência Artificial na área da saúde e na interpretação de imagens médicas.
O trabalho foi desenvolvido pelo mestrando Elton Douglas Silva, com apoio do bolsista de graduação Thiago B. Pereira. A pesquisa foi orientada pelo professor Thiago M. Paixão e contou com a colaboração de Carlos Brandão, CEO da Intelliway, e do professor Francisco Boldt.
A publicação reforça a atuação do PPComp em pesquisas de Inteligência Artificial aplicada à saúde, integrando universidade, agências de fomento e setor produtivo no desenvolvimento de soluções tecnológicas de impacto social.
Acesse o artigo completo: 10.1109/ACCESS.2025.3610282