Banca de DEFESA: YURI SILVESTRE BARBOSA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : YURI SILVESTRE BARBOSA
DATA : 30/01/2026
HORA: 14:00
LOCAL: Plataforma Teams
TÍTULO:

MÉTODOS COMPUTACIONAIS NO CÂNCER DE CABEÇA E PESCOÇO

PALAVRAS-CHAVES:

“Câncer de Cabeça e Pescoço; Radioterapia; Inteligência Artificial; Dimensão Fractal; Índices Radiomorfométricos.”

PÁGINAS: 100
RESUMO:

“O câncer de cabeça e pescoço (CCP) é um grupo heterogêneo de neoplasias, predominantemente carcinoma espinocelular, com alta incidência e mortalidade mundial e no Brasil. Fatores de risco incluem tabagismo, etilismo, radiação, infecções virais e hábitos culturais. O diagnóstico precoce é crucial para a sobrevida, embora a maioria dos casos seja identificada tardiamente. O tratamento envolve radioterapia (RT), quimioterapia e cirurgia, mas está associado a efeitos adversos significativos, como a osteorradionecrose (ORN), caracterizada por necrose óssea em regiões irradiadas. Avanços computacionais, especialmente inteligência artificial (IA), Machine Learning (ML) e Deep Learning (DL) têm potencial para aprimorar o diagnóstico, estadiamento, prognóstico e suporte à decisão clínica. Abordagens complementares, como índices radiomorfométricos e dimensão fractal (DF), permitem avaliação quantitativa da microarquitetura óssea, sendo úteis para detecção precoce de alterações em pacientes irradiados. O trabalho está dividido em dois capítulos, sendo eles: (1) O Capítulo 1, que consiste em uma análise bibliométrica que analisou 1.019 publicações sobre IA e CCP entre 1995 e 2024, utilizando Web of Science como base de busca e as ferramentas VosViewer e Biblioshiny/Bibliometrix. A maioria dos estudos (71,6%) identificados e incluídos são artigos originais, com aumento expressivo de publicações a partir de 2016, atingindo pico em 2023. Predominaram países de alta renda, evidenciando a disparidade global na produção científica. Palavras-chave de destaque incluem ML, DL, Radiomics e RT, com foco recente em diagnóstico, predição de sobrevida e histopatologia. Conclui-se que há crescimento do uso de IA em CCP, mas são necessários mais ensaios clínicos e revisões para ampliar sua aplicação clínica global. (2) O Capítulo 2 trata-se de um estudo que avaliou a cortical mandibular e o osso trabecular em pacientes após a RT. Assim, comparando com controles não irradiados, utilizando tomografia computadorizada de feixe cônico (TCFC) para calcular o Índice Mentual por Tomografia Computadorizada (CTMI), o Índice Cortical por Tomografia Computadorizada (CTCI) e a Dimensão Fractal (DF). Não foram observadas diferenças significativas entre grupos para DF, CTMI ou CTCI. Subanálises mostraram que a DF trabecular foi maior em tumores de laringe comparado aos demais. O CTMI foi mais elevado em pacientes com mais de 30 meses pós-RT, enquanto a DF na cortical e o CTCI não exibiram diferenças significativas na comparação do intervalo de tempo entre a RT e a execução da TCFC. Os resultados sugerem respostas ósseas heterogêneas, destacando a utilidade da TCFC para detecção precoce de alterações ósseas induzidas por RT e a necessidade de manejo individualizado dos pacientes. No geral, os métodos computacionais investigados nesse trabalho mostram potencial para uso no contexto do CCP, mas são necessários mais estudos e padronização para aplicação clínica efetiva.

MEMBROS DA BANCA:
Externa à Instituição - Camila Pacheco de Oliveira Pereira - UNIALBERTA
Presidente - 1278451 - ELIETE NEVES DA SILVA GUERRA
Externo ao Programa - 3453030 - JOAO VITOR DOS SANTOS CANELLAS - nullExterna à Instituição - Juliana Amorim dos Santos - UMICH