Brasília, 29 de setembro de 2025.

Estamos chegando a mais um Outubro Rosa, mês dedicado à prevenção do câncer de mama, o mais fatal e o mais presente entre as mulheres do país. A previsão do Instituto Nacional do Câncer (Inca) é de que 73.610 novos casos sejam registrados em 2025. Dessa vez, o mês da prevenção chega com alguns prognósticos mais leves. Pelo menos, para as mulheres que já precisam se preocupar com a doença. 

É que duas pesquisas podem proporcionar, primeiro, uma metodologia mais precisa de diagnósticos para esse tipo de câncer. Outra expectativa está em torno de que mais mulheres consigam fazer a prevenção e com mais conforto, diante das adversidades consideradas em relação à mamografia. As duas iniciativas, ainda em estudo, estão sendo apresentadas por estudantes da Universidade de São Paulo – USP. A princípio, vamos falar da experiência em desenvolvimento para o diagnóstico mais preciso. Em breve, outra matéria tratará sobre o dispositivo. 
 

Na Escola de Engenharia de São Carlos (EESC), um dos métodos utiliza a Inteligência Artificial (algoritmos de aprendizado de máquina, machine learning, criando um modelo matemático, conhecido como “modelo de árvores de decisão”) para reconhecer padrões de diagnósticos associados ao câncer, melhorando sua performance. O estudo, baseado no Trabalho de Conclusão de Curso - TCC do mestrando em Engenharia Mecânica João Pinheiro, é conduzido por ele ao lado do professor do Departamento de Engenharia Mecânica eng. mec. Marcelo Becker. Um artigo sobre o tema foi publicado este ano.
 
“O código é livre (open source), disponível para qualquer um testar e implementar ou melhorar em outros cenários”, antecipa João Pinheiro. Munidos pela quantidade de dados disponíveis, “um banco de dados consolidado”, nas suas palavras – o que representa a incidência/gravidade do câncer de mama no país – os pesquisadores estudaram um mecanismo para utilizar outras métricas para aferir a performance de um modelo de machine learning.
 
“Como a gente tem uma base de dados desbalanceados, em que, de cada 1000 pessoas, apenas 10 são doentes, no caso do câncer de mama, por exemplo, a gente precisa usar outras métricas para aferir o nosso modelo, além da acurácia (proporção dos acertos do modelo pelo número de previsões realizadas), em que você acaba enxergando o todo, e não os casos específicos. E a gente fez um framework pra usar outras métricas que fazem mais sentido, mostrando que é possível, quando você tem dados desbalanceados, você utilizar uma rotinização e focar em uma métrica mais ideal pro seu cenário”, descreve. Com a técnica de boosting¸ um modelo básico e outros mais complexos e eficientes são combinados, otimizando o processo. O programa resultante permitiu a redução dos falsos negativos em 99,41% nos bancos de dados utilizados.
 

Engenharia e IA
Engenheiro mecatrônico, João Pinheiro considera que é possível aproximar a engenharia mecatrônica e a Inteligência Artificial de aspectos voltados para as mais diferentes disciplinas, a exemplo de sua dissertação, em conclusão. Em parceria com o Departamento de Biologia da USP de Ribeirão Preto e com a Universidade Federal de São Carlos, ele pretende usar a visão computacional para a identificação de uma espécie de vespa. Inspirado em experiências já realizadas na Alemanha, ele espera utilizar um sistema mecatrônico/robótico para separar automaticamente amostras dessas espécies.

“Como engenheiros, nós temos a base fundamental. Programação, estatística, álgebra. Isso facilita as implementações”, diz, ao comentar o conhecimento prévio para lidar com esse tipo de prospecção promovida pela IA. 

O pesquisador destaca ainda que a atuação da engenharia mecatrônica se dá necessariamente em várias vertentes. “Os engenheiros sempre querem resolver problemas, e a gente utiliza a tecnologia. Para isso, a engenharia já traz esse caráter interdisciplinar. Acho que foi por isso que surgiram as oportunidades de estudar com a medicina, no caso da pesquisa com o câncer de mama, e com a biologia, no caso do mestrado. No meu doutorado, vou fazer imagens médicas de novo. Tudo isso mostra que a engenharia vai além do que a gente pensa na prática. A gente pode combinar diversos problemas diferentes, complexos, e resolver por meio da engenharia”, diz.

Henrique Nunes
Equipe de Comunicação do Confea