Uma revisão sistemática da detecção automatizada de melanoma em imagens dermatoscópicas e seus dados de referência

O melanoma maligno é o terceiro tipo mais frequente de câncer de pele e um dos tumores mais malignos, representando 79% das mortes por câncer de pele. O melanoma é altamente curável se diagnosticado precocemente e tratado corretamente, pois a taxa de sobrevivência varia entre 15% e 65% nas fases inicial e terminal, respectivamente. Até agora, o diagnóstico de melanoma depende subjetivamente da experiência do dermatologista. Sistemas de diagnóstico assistido por computador (CAD) baseados em microscopia de luz epiluminescente podem fornecer uma segunda opinião objetiva sobre lesões cutâneas pigmentar (PSL). Este trabalho analisa sistematicamente as evidências da eficácia da detecção automatizada de melanoma em imagens de um dispositivo dermatoscópico. Aplicações automatizadas de CAD foram analisadas para estimar seu resultado diagnóstico. Pesquisando em bancos de dados online por datas de publicação entre 1985 e 2011, um total de 182 estudos sobre CAD dermatoscópico foram encontrados. Com relação aos critérios de seleção sistemática, 9 estudos foram incluídos, publicados entre 2002 e 2011. Esses estudos formaram bancos de dados de 14.421 imagens dermatoscópicas, incluindo tanto "melanoma" maligno quanto "nevo" benigno, com 8.110 imagens disponíveis, variando em resolução de 150 x 150 a 1568 x 1045 pixels. O máximo e o mínimo de sensibilidade e especificidade são 100,0% e 80,0%, assim como 98,14% e 61,6%, respectivamente. A área sob a curva característica do operador receptor (AUC) e a sensibilidade, especificidade e razão de chances diagnósticas agrupadas são, respectivamente, 0,87, 0,90, 0,81 e 15,89. Assim, embora a detecção automatizada de melanoma tenha mostrado boa precisão em termos de sensibilidade, especificidade e AUC, o desempenho diagnóstico em termos de DOR foi considerado insatisfatório. Isso pode ser devido à falta de recursos de imagem dermatoscópica (verdade de referência) que são necessários para uma avaliação abrangente do desempenho diagnóstico. Em trabalhos futuros, visamos testar essa hipótese reunindo imagens dermatoscópicas em um banco de dados unificado que sirva como referência padrão para pesquisas relacionadas à dermatologia na classificação de PSL.