DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURA
Objetivos: A leucemia linfoblástica aguda (LLA) corresponde a cerca de 80% das leucemias na infância. A avaliação da proliferação e da imaturidade celular é feita pelo mielograma. Há dificuldade na classificação de alguns casos, o que demonstra a necessidade de novos parâmetros que unifiquem o diagn...
| Main Authors: | , , , , , , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Elsevier
2023-10-01
|
| Series: | Hematology, Transfusion and Cell Therapy |
| Online Access: | http://www.sciencedirect.com/science/article/pii/S2531137923007095 |
| _version_ | 1797654991725395968 |
|---|---|
| author | DE Carvalho ACAMVF Medeiros LCC Furtado RC Braga DM Luna LDP Santana L Costa AJCC Lins EPL Rodrigues MTC Muniz |
| author_facet | DE Carvalho ACAMVF Medeiros LCC Furtado RC Braga DM Luna LDP Santana L Costa AJCC Lins EPL Rodrigues MTC Muniz |
| author_sort | DE Carvalho |
| collection | DOAJ |
| description | Objetivos: A leucemia linfoblástica aguda (LLA) corresponde a cerca de 80% das leucemias na infância. A avaliação da proliferação e da imaturidade celular é feita pelo mielograma. Há dificuldade na classificação de alguns casos, o que demonstra a necessidade de novos parâmetros que unifiquem o diagnóstico. O presente estudo busca identificar as características citomorfológicas importantes para a análise automatizada da LLA, por meio da comparação das especificidades dos bancos de imagens das lâminas e dos algoritmos utilizados na análise automatizada. Material e métodos: Estudo qualitativo em forma de revisão integrativa utilizando as bases de dados PubMed, Scopus e Web of Science. Foram empregados os descritores: “machine learning”, “artificial intelligence”, “automation” e “acute lymphoblastic leukemia”. A seleção foi feita pelo RAYYAN - Intelligent Systematic Review, considerando-se a estratégia de busca do PRISMA Statement 2020. Para a seleção dos artigos, dois pesquisadores independentes fizeram o julgamento. Os critérios de inclusão foram casos originais, publicados nos últimos 5 anos, na língua inglesa ou portuguesa. Foram excluídos relatos de caso, revisões de literatura, carta ao leitor, pesquisas envolvendo outros tipos de leucemia e artigos que não se enquadram no foco da pesquisa. Resultados: Selecionou-se 181 artigos e excluiu-se 51 artigos duplicados através da plataforma RAYYAN. Ainda, foram excluídos 5 artigos de revisão. Dos 125 artigos restantes, excluiu-se 80 por abordarem critérios de exclusão. Dos 45 artigos restantes, foi realizada a leitura do título/resumo, sendo excluídos mais 19 artigos, e 14 foram retirados por abordarem temáticas diferentes do foco da pesquisa, após a leitura do texto completo. Dessa forma, 12 trabalhos foram incluídos. Discussão: A maioria dos artigos utilizou o conjunto de dados ALL-IDB (Acute Lymphoblastic Leukemia) e o restante observou pacientes de hospitais universitários. Os estudos utilizaram técnicas de pré-processamento, como o sistema RGB para remover ruídos e aumentar o contraste, e um deles o converteu para CMYK. Outro estudo utilizou algoritmos de correção de gama e aprimorou o contraste. Ajustes de Flip, faixa de brilho, desfoque gaussiano também foram realizados por diferentes estudos. As características citomorfológicas mais utilizadas de reconhecimento do linfócito anormal foram coloração e textura dos tecidos. A extração de recursos é etapa de marcação das células para treinamento dos modelos de IA, na qual técnicas diversas foram implementadas nos estudos. Cinco estudos propuseram novos métodos de aprendizagem de máquina, outros analisaram métodos já existentes e compararam novos propostos. Há limitações em relação aos estudos, como número significativo de dados, não utilização de sinais e sintomas clínicos, falta de dados médicos e conjuntos de dados. Conclusão: Métodos automatizados são mais precisos no diagnóstico da LLA do que técnicas consagradas na prática clínica. Os fatores que influenciam positivamente nesse resultado são banco de dados robusto, integração entre técnicas de pré-processamento de imagens, definição e cálculo dos recursos que serão extraídos para treinamento dos modelos e métricas de exatidão, precisão, sensibilidade, especificidade e acurácia para a avaliação da IA. Novos estudos precisam selecionar as melhores técnicas de processamento, algoritmos e métricas, para definir o melhor método de triagem automatizada para a LLA. |
| first_indexed | 2024-03-11T17:07:39Z |
| format | Article |
| id | doaj.art-a6041c1a0a1643f7aaa25b2c16512c16 |
| institution | Directory Open Access Journal |
| issn | 2531-1379 |
| language | English |
| last_indexed | 2024-03-11T17:07:39Z |
| publishDate | 2023-10-01 |
| publisher | Elsevier |
| record_format | Article |
| series | Hematology, Transfusion and Cell Therapy |
| spelling | doaj.art-a6041c1a0a1643f7aaa25b2c16512c162023-10-20T06:42:05ZengElsevierHematology, Transfusion and Cell Therapy2531-13792023-10-0145S266DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURADE Carvalho0ACAMVF Medeiros1LCC Furtado2RC Braga3DM Luna4LDP Santana5L Costa6AJCC Lins7EPL Rodrigues8MTC Muniz9Universidade de Pernambuco (UPE), Recife, PE, BrasilUniversidade de Pernambuco (UPE), Recife, PE, Brasil; Universidade Federal de Pernambuco (UFPE), Recife, PE, BrasilUniversidade de Pernambuco (UPE), Recife, PE, BrasilUniversidade de Pernambuco (UPE), Recife, PE, BrasilUniversidade de Pernambuco (UPE), Recife, PE, BrasilUniversidade de Pernambuco (UPE), Recife, PE, BrasilUniversidade de Pernambuco (UPE), Recife, PE, BrasilUniversidade Católica de Pernambuco, Recife, PE, BrasilCentro de Oncohematologia Pediátrica, Hospital Universitário Oswaldo Cruz (HUOC), Universidade de Pernambuco (UPE), Recife, PE, BrasilUniversidade de Pernambuco (UPE), Recife, PE, BrasilObjetivos: A leucemia linfoblástica aguda (LLA) corresponde a cerca de 80% das leucemias na infância. A avaliação da proliferação e da imaturidade celular é feita pelo mielograma. Há dificuldade na classificação de alguns casos, o que demonstra a necessidade de novos parâmetros que unifiquem o diagnóstico. O presente estudo busca identificar as características citomorfológicas importantes para a análise automatizada da LLA, por meio da comparação das especificidades dos bancos de imagens das lâminas e dos algoritmos utilizados na análise automatizada. Material e métodos: Estudo qualitativo em forma de revisão integrativa utilizando as bases de dados PubMed, Scopus e Web of Science. Foram empregados os descritores: “machine learning”, “artificial intelligence”, “automation” e “acute lymphoblastic leukemia”. A seleção foi feita pelo RAYYAN - Intelligent Systematic Review, considerando-se a estratégia de busca do PRISMA Statement 2020. Para a seleção dos artigos, dois pesquisadores independentes fizeram o julgamento. Os critérios de inclusão foram casos originais, publicados nos últimos 5 anos, na língua inglesa ou portuguesa. Foram excluídos relatos de caso, revisões de literatura, carta ao leitor, pesquisas envolvendo outros tipos de leucemia e artigos que não se enquadram no foco da pesquisa. Resultados: Selecionou-se 181 artigos e excluiu-se 51 artigos duplicados através da plataforma RAYYAN. Ainda, foram excluídos 5 artigos de revisão. Dos 125 artigos restantes, excluiu-se 80 por abordarem critérios de exclusão. Dos 45 artigos restantes, foi realizada a leitura do título/resumo, sendo excluídos mais 19 artigos, e 14 foram retirados por abordarem temáticas diferentes do foco da pesquisa, após a leitura do texto completo. Dessa forma, 12 trabalhos foram incluídos. Discussão: A maioria dos artigos utilizou o conjunto de dados ALL-IDB (Acute Lymphoblastic Leukemia) e o restante observou pacientes de hospitais universitários. Os estudos utilizaram técnicas de pré-processamento, como o sistema RGB para remover ruídos e aumentar o contraste, e um deles o converteu para CMYK. Outro estudo utilizou algoritmos de correção de gama e aprimorou o contraste. Ajustes de Flip, faixa de brilho, desfoque gaussiano também foram realizados por diferentes estudos. As características citomorfológicas mais utilizadas de reconhecimento do linfócito anormal foram coloração e textura dos tecidos. A extração de recursos é etapa de marcação das células para treinamento dos modelos de IA, na qual técnicas diversas foram implementadas nos estudos. Cinco estudos propuseram novos métodos de aprendizagem de máquina, outros analisaram métodos já existentes e compararam novos propostos. Há limitações em relação aos estudos, como número significativo de dados, não utilização de sinais e sintomas clínicos, falta de dados médicos e conjuntos de dados. Conclusão: Métodos automatizados são mais precisos no diagnóstico da LLA do que técnicas consagradas na prática clínica. Os fatores que influenciam positivamente nesse resultado são banco de dados robusto, integração entre técnicas de pré-processamento de imagens, definição e cálculo dos recursos que serão extraídos para treinamento dos modelos e métricas de exatidão, precisão, sensibilidade, especificidade e acurácia para a avaliação da IA. Novos estudos precisam selecionar as melhores técnicas de processamento, algoritmos e métricas, para definir o melhor método de triagem automatizada para a LLA.http://www.sciencedirect.com/science/article/pii/S2531137923007095 |
| spellingShingle | DE Carvalho ACAMVF Medeiros LCC Furtado RC Braga DM Luna LDP Santana L Costa AJCC Lins EPL Rodrigues MTC Muniz DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURA Hematology, Transfusion and Cell Therapy |
| title | DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURA |
| title_full | DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURA |
| title_fullStr | DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURA |
| title_full_unstemmed | DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURA |
| title_short | DETECÇÃO AUTOMATIZADA DE PACIENTES COM LLA: UMA REVISÃO DE LITERATURA |
| title_sort | deteccao automatizada de pacientes com lla uma revisao de literatura |
| url | http://www.sciencedirect.com/science/article/pii/S2531137923007095 |
| work_keys_str_mv | AT decarvalho deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT acamvfmedeiros deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT lccfurtado deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT rcbraga deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT dmluna deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT ldpsantana deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT lcosta deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT ajcclins deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT eplrodrigues deteccaoautomatizadadepacientescomllaumarevisaodeliteratura AT mtcmuniz deteccaoautomatizadadepacientescomllaumarevisaodeliteratura |