Diagnosticando Tuberculose com Redes Neurais Artificiais e Recursos BPPC

Abstract

Tuberculose é uma doença grave e contagiosa que mata milhões de pessoas, sendo um problema de saúde pública global. Enquanto isso, o uso da Inteligência Artificial na radiologia tem despertado crescente interesse de pesquisadores e da indústria. Soluções para auxiliar no diagnóstico já são uma realidade, mas ainda distante de populações vulneráveis e regiões subdesenvolvidas. Logo, soluções acessíveis são essenciais para populações altamente dependentes de ações e serviços públicos. Assim, propomos um método de baixo custo computacional e alta eficiência para auxiliar no diagnóstico de tuberculose. Utilizamos imagens de radiografia torácicas e construímos um modelo de rede neural artificial com recursos BPPC com e sem a geração de dados sintéticos. Os resultados equivalentes à literatura relacionada mostram o desempenho excepcional e de baixo custo da solução, colocando-a como uma solução alternativa viável.