Título: Obtenção de novos potenciais biomarcadores para o câncer de mama com o auxílio da inteligência artificial explicável
Autores: Luísa C. de Souza ,Karolayne S. Azevedo , Matheus G. S. Dalmolin e Marcelo A. C. Fernandes
Resumo: O cancer de mama é a neoplasia maligna mais comum em ambos os sexos, representando um quarto dos diagnosticos de câncer em mulheres. Para melhorar a identificação e o desenvolvimento de terapias mais eficazes, e fundamental encontrar potenciais biomarcadores de prognostico. Neste estudo, uma abordagem foi desenvolvida utilizando técnicas de aprendizado de máquina e inteligência artificial explicável para identificar genes relevantes na distinção entre câncer de mama étecido normal. Os resultados deste estudo revelaram um total de 74 genes com potencial importância na classificação. Algumas características desses genes mostraram evidencias de influenciar a expressão do c ancer de mama, tornando-os poss íveis biomarcadores prognosticos. Essa abordagem inovadora, que combina aprendizado de máquina e inteligência artificial explicavel, pode fornecer insights valiosos sobre os mecanismos moleculares subjacentes ao cancer de mama. A identificação de genes com relevancia na classificação pode contribuir para o desenvolvimento de terapias mais direcionadas e personalizadas, melhorando assim o prognostico e o tratamento dos pacientes com cancer de mama
Palavras-chave: Cancer de mama, Biomarcadores, Aprendiza- gem de maquina, Inteligência Artificial Explicável, SHAP Values, Interpretabilidade
Páginas: 7
Código DOI: 10.21528/CBIC2023-093
Artigo em pdf: CBIC_2023_paper093.pdf
Arquivo BibTeX: CBIC_2023_093.bib