Acadêmica de Medicina é destaque em Congresso Brasileiro de Oncologia Clínica

Medicina

Página do Curso

Acadêmica de Medicina é destaque em Congresso Brasileiro de Oncologia Clínica | | URI Câmpus de Erechim

Acadêmica de Medicina é destaque em Congresso Brasileiro de Oncologia Clínica

16/11/2022 - 607 exibições

   


A acadêmica do Curso de Medicina da URI, Tainá da Rosa Bourckhardt, participou do XXIII Congresso Brasileiro de Oncologia Clínica, realizado na cidade do Rio de Janeiro, entre os dias 03 a 05 de novembro. Recebendo cerca de 3 mil participantes, o tradicional evento é o maior da América Latina sobre oncologia e tem como objetivo atualizar e integrar médicos e outros profissionais da área da saúde, pesquisadores, gestores, formuladores de políticas públicas e demais agentes que atuam no enfrentamento do câncer.



Com o lema “Ciência e Cuidado”, a programação do Congresso SBOC 2022 contou com palestras e debates de convidados internacionais e mais de 300 nacionais sobre mudanças e desafios na prática clínica oncológica, envolvendo os diferentes tipos de tumores; novidades terapêuticas e avanços na imunoterapia; cuidados paliativos e integrativos contra o câncer; Big Data e inteligência artificial, economia da saúde e políticas públicas; pesquisa clínica; diversidade étnica na oncologia, entre outros temas.



O evento também contou com a apresentação de trabalhos científicos e, ao todo, foram 100 trabalhos aprovados dentre os 349 submetidos para a exibição em formato de pôsteres. Nesta oportunidade, Tainá apresentou o trabalho “Artificial neural network for breast cancer detection in screening mammography”, sob orientação da Prof.ª Ma. Adriana E. Wilk.



Segundo o Instituto Nacional de Câncer (INCA), o câncer de mama é a maior causa de morte por câncer em mulheres no Brasil, apresenta uma alta taxa de sobrevida quando detectado precocemente e que a mamografia é o único exame cuja aplicação em programas de rastreamento apresenta eficácia comprovada na redução da mortalidade por esta patologia. Partindo deste contexto, o estudo trata do desenvolvimento de um sistema de aprendizado de máquina capaz de analisar imagens de mamografias identificando potenciais casos positivos para câncer de mama e, assim, aperfeiçoar a precisão diagnóstica. O algoritmo desenvolvido alcançou 96,07% de especificidade e 94,73% de sensibilidade, resultados compatíveis e superiores ao encontrado na literatura e que demonstram que a utilização da ferramenta pode trazer benefícios no rastreamento do câncer de mama.



A estudante pontua que foi um excelente cenário para networking com diversos players da comunidade oncológica brasileira e mundial, trocas de experiências em pesquisa e que a exposição da ferramenta desenvolvida oportunizou ofertas para expansão do projeto e parcerias para novos estudos. O trabalho recebeu destaque na primeira página dos anais do evento no Brazilian Society of Clinical Oncology, revista com maior fator de impacto da América Latina, onde pode ser acessado na íntegra.