Towards interpretable and robust multimodal skin cancer classification
Nome: PEDRO HENRIQUE GALDINO BOUZON
Data de publicação: 07/08/2026
Banca:
Nome |
Papel |
|---|---|
| ANDRE GEORGHTON CARDOSO PACHECO | Presidente |
| GIOVANNI VENTORIM COMARELA | Examinador Interno |
| LUIS ANTONIO DE SOUZA JUNIOR | Coorientador |
| THIAGO MEIRELES PAIXÃO | Examinador Externo |
Resumo: O câncer de pele continua sendo a neoplasia mais prevalente em todo o mundo, repre-
sentando um desafio significativo para os sistemas de saúde globais. Embora os sistemas
de diagnóstico auxiliado por computador (CAD) multimodais – que integram metadados
clínicos com imagens dermatológicas – tenham se mostrado promissores no aumento da
acurácia diagnóstica, eles frequentemente enfrentam duas limitações importantes: a falta
de resiliência a registros incompletos de pacientes e a falta de transparência em seus
processos de tomada de decisão. Este trabalho introduz dois métodos projetados para
enfrentar esses desafios. Primeiramente, apresentamos o MetaBlock-SE, uma arquitetura
desenvolvida para lidar com metadados ausentes ou incompletos. Ao substituir a tradici-
onal codificação one-hot por embeddings de sentenças semânticas, este método captura
características relacionais densas entre os atributos clínicos. Avaliado no conjunto de dados
PAD-UFES-20 e em uma versão estendida significativamente maior, o MetaBlock-SE
demonstrou robustez superior em comparação com as arquiteturas originais, alcançando
acurácias balanceadas de até 69,2 ± 2,8%, mantendo-se computacionalmente eficiente para
implantação em ambientes com recursos limitados. Com base nessa fundamentação de
resiliência de dados, também propomos o PRISM (Probabilistic Reasoning Interpretable
Stepwise Model). O PRISM desloca o foco para a transparência clínica ao utilizar um
framework Bayesiano para modelar o processo diagnóstico como uma série de atualizações
incrementais de evidências. Essa abordagem permite que os clínicos avaliem a contribuição
específica de cada característica clínica para a predição final. Para garantir a confiabilidade
estatística durante esse processo sequencial, implementamos um protocolo de Calibração
por Etapas (Stepwise Calibration) que mitiga o excesso de confiança composto (compoun-
ding overconfidence). Validado em diversos conjuntos de dados e backbones de visão, o
PRISM alcançou uma acurácia balanceada máxima de 77,1 ± 3,7%, superando métodos
do estado da arte baseados em atenção. Coletivamente, essas contribuições representam
um passo em direção a classificação multimodal de lesões cutâneas com maior robustez e
interpretabilidade. Ao conciliar eficiência computacional com lógica clínica, esta pesquisa
oferece um framework confiável para suporte à decisão clínica no mundo real.
