Contextualização:

O cancro é uma das principais causas de morte a nível mundial, com cerca de 19.9 milhões de casos e 9.7 milhões de mortes registadas em 2022 (World Cancer Research Fund, 2022). Em Moçambique, foram reportadas 26.578 ocorrências e 19.020 mortes, evidenciando o impacto significativo da doença. O diagnóstico do cancro da pele, baseado em exame visual e biópsia, exige profissionais especializados e recursos muitas vezes escassos em contextos como o moçambicano. Nesse cenário, tecnologias baseadas em Machine Learning surgem como soluções promissoras, oferecendo suporte à decisão clínica e possibilitando diagnósticos mais rápidos e acessíveis, especialmente em regiões com infraestrutura limitada.

Objectivos:

Construir um modelo computacional para o diagnóstico do cancro da pele, com recurso as técnicas de aprendizagem máquina. No processo de treinamento dos diversos modelos, a classificação das lesões cutâneas será a principal característica a considerar. Por via da avaliação do desempenho de cada um dos modelos, será escolhido o melhor destes usando a acurácia.

Metodologia:

Usando dados quantitativos de bases de dados públicos como do ISIC Archive, HAM10000, DermNet e os dados de registo de ocorrências do cancro da pele no HCM, os dados serão processados e analisados com recurso a algoritmos como Support Vector Machines, Random Forest, K-Nearest Neighbors e Naive Bayes.

Resultados e conclusões:

O modelo preditivo obtido com base na sua eficiência, será adaptável à realidade moçambicana, contribuindo para diagnósticos precoces do cancro da pele e redução da carga sobre os serviços de dermatologia. Os resultados alcançados nesta pesquisa, visam integrar a ciência e tecnologia com às necessidades dos serviços de saúde pública em Moçambique, permitindo que este torne cada vez mais sustentável.

Palavras-chave: Cancro de pele, Diagnóstico, Machine Learning, Moçambique, Dados clínicos.