AVALIAÇÃO DE MODELOS FUNDACIONAIS DA APRENDIZAGEM DE MÁQUINA EM PATOLOGIA DIGITAL

INTRODUÇÃO: A digitalização de lâminas histopatológicas em alta resolução consolidou a patologia digital e ampliou o uso de inteligência artificial como apoio ao diagnóstico. Entretanto, a robustez e a capacidade de generalização entre pacientes ainda constituem desafios, especialmente em bases com forte desbalanceamento entre classes. OBJETIVOS: Este subprojeto teve como objetivo avaliar modelos fundacionais de visão baseados em Transformers na análise de imagens histopatológicas. Buscou-se definir a base, os modelos, o protocolo experimental e as métricas; implementar os ajustes necessários; executar os experimentos; e comparar os resultados nas tarefas binária e multiclasse. MATERIAIS E MÉTODO: Utilizou-se a base BreaKHis, composta por imagens de tumores de mama de 82 pacientes, distribuídas em quatro magnificações e oito subtipos. A avaliação foi realizada por validação cruzada em cinco partições, com separação em nível de paciente, evitando que imagens do mesmo indivíduo fossem usadas simultaneamente em treino e teste. O modelo principal foi o Convolutional Vision Transformer CvT-21, inicializado com pesos da ImageNet. Foram avaliadas estratégias de aumento de dados, entropia cruzada ponderada, normalização de coloração, realinhamento arquitetural, regularização de domínio, fusão multiescala e agregação das predições por paciente. O desempenho foi medido por acurácia, sensibilidade, especificidade e F1-score. RESULTADOS: Na tarefa binária, o melhor resultado alcançou 95,71% de acurácia em nível de paciente, F1-score macro de 95,04%, sensibilidade de 97,89% para casos malignos e especificidade de 91,11%. Na classificação entre oito subtipos, o melhor desempenho foi de 65,00%. O realinhamento à arquitetura oficial do CvT-21 melhorou a dinâmica de treinamento e reduziu o custo computacional. A regularização de domínio apresentou os melhores resultados, enquanto a normalização de coloração e a fusão multiescala por atenção não produziram benefícios consistentes. O desempenho multiclasse permaneceu limitado pelas classes com apenas um a três pacientes por partição de teste. CONSIDERAÇÕES FINAIS: Os objetivos foram cumpridos com a definição e a validação de um protocolo mais adequado à generalização entre pacientes. Os resultados confirmam o potencial dos Transformers como apoio à patologia digital, mas evidenciam a necessidade de priorizar avaliações em nível de paciente e considerar o desbalanceamento da base. Como continuidade, recomenda-se investigar estratégias de invariância entre pacientes e ampliar a representação das classes minoritárias.

PALAVRAS-CHAVE: Patologia digital; Vision Transformer; Classificação de tumores de mama.