Diagnóstico de Pneumonia em Raio-X [Portfólio de Projetos]

Fundamentação Científica – Diagnóstico de Pneumonia em Radiografias de Tórax

A pneumonia é uma infecção que atinge os pulmões, provocando inflamação nos alvéolos, que podem se encher de líquido ou pus. É uma das principais causas de morbidade e mortalidade no mundo, sendo o diagnóstico precoce essencial para o tratamento eficaz.

Papel da Radiografia de Tórax

A radiografia de tórax é um dos exames mais utilizados na investigação de pneumonia. Ela é relativamente barata, rápida e amplamente disponível, permitindo ao médico observar alterações pulmonares sugestivas da doença.

Sinais Radiográficos Clássicos da Pneumonia

De acordo com a literatura médica, alguns dos sinais mais comuns que um radiologista ou médico observa em uma radiografia de tórax são:

• Opacidades pulmonares: áreas esbranquiçadas na imagem, indicando acúmulo de líquido, secreção ou células inflamatórias.
• Consolidação alveolar: aspecto homogêneo e denso em parte do pulmão, podendo ocupar um lobo ou segmento.
• Broncograma aéreo: visualização dos brônquios cheios de ar cercados por áreas de consolidação (um sinal bastante característico de pneumonia).
• Infiltrados intersticiais: padrões difusos e reticulados, mais comuns em pneumonias virais ou atípicas.
• Assimetria pulmonar: quando um pulmão apresenta alteração evidente em comparação ao outro.
• Derrame pleural associado: em alguns casos, pode haver acúmulo de líquido na pleura, visível como apagamento dos ângulos costofrênicos.

Esses sinais devem ser interpretados em conjunto com o quadro clínico do paciente (tosse, febre, falta de ar, dor torácica), já que alterações semelhantes podem ocorrer em outras doenças (ex.: tuberculose, insuficiência cardíaca, atelectasia).

Relevância para o Projeto de Visão Computacional

Para o cientista de dados que não tem formação médica:

• Classes do dataset (normal x pneumonia) → correspondem, de forma simplificada, a radiografias sem alterações significativas (normal) versus radiografias com os sinais descritos acima (pneumonia).
• O modelo de visão computacional deve aprender a reconhecer padrões de opacidade e consolidação nas imagens.
• Essa base conceitual ajuda a entender por que o algoritmo precisa de milhares de exemplos rotulados: porque os sinais podem ser sutis, variados e até sobrepostos a outras condições.

Referências Acadêmicas Básicas

Para fundamentação científica, destacam-se:

• FELSON, Benjamin. Principles of Chest Roentgenology. 4. ed. Philadelphia: Saunders Elsevier, 2010.
• WEST, John B. Pulmonary Pathophysiology – The Essentials. 9. ed. Philadelphia: Wolters Kluwer, 2017.
• GRAINGER, R. G.; ALLISON, D. J. Grainger & Allison’s Diagnostic Radiology: A Textbook of Medical Imaging. 7. ed. Elsevier, 2020.

📂 Dataset – Chest X-Ray Images (Pneumonia) – Kaggle

Origem do Dataset

O dataset utilizado neste projeto é o Chest X-Ray Images (Pneumonia), disponível publicamente no Kaggle:

🔗 Chest X-Ray Images (Pneumonia) – Kaggle

https://www.kaggle.com/datasets/paultimothymooney/chest-xray-pneumonia

Esse conjunto de dados é amplamente utilizado em pesquisas e projetos de aprendizado de máquina aplicados à saúde, especialmente para treinamento de modelos de Visão Computacional no diagnóstico de pneumonia.

Estrutura do Dataset

O dataset contém um total de 5.856 imagens de raio-X de tórax, já organizadas em diretórios para facilitar o treinamento e a validação de modelos:

chest_xray/

train/

NORMAL/

PNEUMONIA/

val/

NORMAL/

PNEUMONIA/

test/

NORMAL/

PNEUMONIA/

• train/ → imagens usadas para treinamento do modelo.
• val/ → imagens usadas para validação (ajuste de hiperparâmetros, prevenção de overfitting).
• test/ → imagens usadas para teste final e avaliação da performance do modelo.

Cada subpasta contém imagens categorizadas como:

• NORMAL → radiografias sem sinais de pneumonia.
• PNEUMONIA → radiografias de pacientes diagnosticados com pneumonia (podendo incluir pneumonia viral ou bacteriana).

Estatísticas do Dataset

Total de imagens: 5.856

Treinamento (train): Normal: 1.341 imagens / Pneumonia: 3.875 imagens

Validação (val): Normal: 8 imagens / Pneumonia: 8 imagens — essa parte do conjunto de validação é muito pequena para fornecer uma avaliação estável durante o treinamento. Como temos apenas 16 imagens no total para validação, métricas como val_loss e val_accuracy podem variar muito e não refletir completamente a generalização do modelo.

Teste (test): Normal: 234 imagens / Pneumonia: 390 imagens

Observação: o dataset é desbalanceado, com muito mais imagens de pneumonia do que de casos normais. Isso deve ser levado em conta no treinamento, utilizando técnicas como data augmentation, class weights ou oversampling.

Considerações Éticas e de Uso

• O dataset foi publicado no Kaggle para fins de pesquisa e educação.
• Não deve ser usado em ambientes clínicos reais sem validação científica e regulatória.
• É uma excelente base para aprendizado, mas possui limitações: qualidade variável das imagens, possíveis vieses nos diagnósticos originais, e ausência de dados clínicos complementares.

Escolhendo o Modelo e Técnicas Mais Aplicáveis

Objetivo

O objetivo principal do projeto é classificar radiografias de tórax em duas categorias: NORMAL ou PNEUMONIA, com base nos padrões visuais presentes nas imagens. Para isso, é necessário escolher um modelo que consiga extrair características visuais complexas e diferenciar sutilezas entre classes.

Racional para Escolha do Modelo

Rede Neural Convolucional (CNN)

• Por que CNN?
  • Radiografias são imagens bidimensionais; padrões visuais (opacidades, consolidações) precisam ser detectados de forma hierárquica e espacialmente sensível.
  • CNNs são projetadas para extração automática de características visuais, dispensando engenharia manual de features.
  • CNNs já são amplamente aplicadas em diagnóstico assistido por imagem médica, com resultados robustos em pneumonia, câncer de pulmão, e outras doenças.

Transfer Learning (Aprendizado por Transferência)

• Modelos pré-treinados em grandes datasets de imagens (ex.: VGG16, ResNet50, EfficientNet) podem ser adaptados para o nosso problema.
• Vantagens:
  • Redução significativa do tempo de treinamento.
  • Melhor performance com datasets moderadamente pequenos (como o do Kaggle).
  • Aproveitamento de features já aprendidas em imagens gerais, que ajudam na detecção de padrões complexos.

Técnicas Complementares

1. Data Augmentation
   • Técnicas como rotacionar, inverter, zoom, shift ajudam a aumentar a diversidade do dataset e reduzir overfitting.
2. Class Weighting / Oversampling
   • O dataset é desbalanceado (muito mais imagens de pneumonia que normais).
   • Ajustar pesos de classe ou aplicar oversampling evita que o modelo fique viciado na classe majoritária.
3. Pré-processamento de Imagens
   • Redimensionamento das imagens para tamanho fixo (ex.: 224×224 pixels).
   • Normalização dos pixels para valores entre 0 e 1.
   • Conversão para tensores, compatíveis com frameworks de deep learning.
4. Funções de Ativação e Otimizadores
   • ReLU em camadas ocultas para introduzir não-linearidade.
   • Softmax ou sigmoid na saída para classificação binária.
   • Adam como otimizador, por sua capacidade de convergência rápida e estável.
5. Métricas de Avaliação
   • Accuracy: taxa geral de acertos.
   • Precision e Recall: importantes em diagnóstico médico, pois penalizam falsos positivos e falsos negativos.
   • F1-Score: equilíbrio entre precision e recall.
   • ROC-AUC: desempenho global do modelo em diferentes limiares de decisão.

Considerações Finais

• O racional acima não é apenas técnico, mas estratégico e didático: o cientista de dados que queira replicar o projeto entenderá o “porquê” de cada escolha.
• Essa abordagem cria um guia de decisão claro, que pode ser adaptado para outros problemas de classificação de imagens médicas ou de visão computacional.

Pré-processamento e Preparação dos Dados

Objetivo

O pré-processamento é uma etapa essencial para garantir que o modelo receba imagens uniformes e consistentes, melhorando a performance e a capacidade de generalização do modelo.

Etapas do Pré-processamento

1. Redimensionamento das imagens
   • Todas as imagens do dataset são ajustadas para um tamanho fixo, geralmente 224×224 pixels, compatível com a maioria das arquiteturas CNN e modelos pré-treinados.
   • Isso padroniza a entrada e facilita a computação em batches.
2. Conversão para escala de intensidade adequada
   • As imagens são convertidas para valores normalizados entre 0 e 1, ou seja, cada pixel tem valor contínuo na faixa [0,1].
   • Essa normalização ajuda na convergência do modelo durante o treino, evitando problemas com gradientes muito grandes ou muito pequenos.
3. Conversão para tensores
   • As imagens são convertidas para tensores, formato utilizado pelos frameworks de deep learning (TensorFlow, PyTorch).
   • Estrutura típica: [batch_size, altura, largura, canais], onde canais = 1 (preto e branco) ou 3 (RGB).

4. Divisão de dados

   O dataset já vem organizado em pastas train/, val/ e test/.

   Atenção: o conjunto val/ dispõe de apenas 8 imagens para cada classe (total 16), o que é muito baixo para monitoramento confiável durante o treino. Isso pode levar a flutuações fortes nos valores de validação (val_accuracy / val_loss) ou dar uma falsa impressão de generalização.

   Cada conjunto é mantido separado para:

   Treinamento: ajuste do modelo.

   Validação: monitoramento da performance e prevenção de overfitting.

   Teste: avaliação final do modelo em dados nunca vistos.

5. Data Augmentation (Aumento de Dados)
   • Para combater overfitting e aumentar diversidade, aplicam-se técnicas de transformação aleatória:
     • Rotação (ex.: ±15°).
     • Translação (shift horizontal/vertical).
     • Zoom.
     • Flip horizontal.
   • Essas transformações criam novas amostras sem precisar coletar mais imagens reais, ajudando o modelo a generalizar melhor.

Considerações Importantes

• O pré-processamento não altera o conteúdo clínico das imagens; apenas facilita que o modelo aprenda padrões visuais de forma mais eficiente.
• Técnicas de data augmentation devem ser moderadas, pois exageros. podem gerar imagens irreais, prejudicando a aprendizagem.
• A padronização permite que o mesmo pipeline seja replicável em outros datasets ou projetos similares.

Treinamento e Validação do Modelo

Objetivo

O treinamento tem como objetivo ensinar o modelo a reconhecer padrões visuais presentes nas radiografias, distinguindo entre imagens normais e com sinais de pneumonia.
A validação permite monitorar o desempenho durante o treino, ajustando parâmetros e evitando overfitting.

Arquitetura Inicial Sugerida

Para o projeto, recomenda-se utilizar uma CNN simples ou transfer learning, por exemplo:

• CNN customizada:
  • Camadas convolucionais + pooling + camadas densas finais.
  • Ativação ReLU nas camadas ocultas.
  • Saída sigmoid para classificação binária.
• Transfer Learning:
  • Modelos pré-treinados como VGG16, ResNet50 ou EfficientNet.
  • Apenas últimas camadas são treinadas para o dataset de pneumonia.
  • Permite melhor performance com menor volume de dados.

Hiperparâmetros Importantes

• Batch size: 16 ou 32 (balanceando memória e performance).
• Epochs: 20–50, ajustando conforme evolução da loss.
• Otimizador: Adam, por sua capacidade de convergência rápida.
• Learning rate: 1e-4 como ponto inicial.
• Loss function: Binary Cross-Entropy (adequada para classificação binária).

Métricas de Avaliação

É essencial avaliar o modelo não apenas pela acurácia, mas também considerando métricas que refletem impacto clínico:

• Accuracy: % de acertos geral.
• Precision: importância de evitar falsos positivos (diagnóstico errado de pneumonia).
• Recall (Sensitivity): importância de evitar falsos negativos (pneumonia não detectada).
• F1-Score: equilíbrio entre precision e recall.
• ROC-AUC: desempenho geral do modelo em diferentes limiares.

Estratégia de Validação

• Validação durante o treino: monitorar a loss e a acurácia no conjunto de validação.
• Early Stopping: interrompe o treino quando não há melhora na validação, prevenindo overfitting.
• Model Checkpoint: salvar a versão do modelo com melhor performance.

Considerações Finais

• Treinar e validar o modelo dessa forma cria uma base sólida para testes interativos, permitindo que o cientista de dados compreenda onde o modelo acerta ou erra.
• Essa abordagem também prepara o terreno para futuros protótipos de aplicação clínica, respeitando sempre as limitações do dataset.

Teste Interativo e Validação Aleatória

Objetivo

Permitir que o cientista de dados ou usuário teste o modelo em imagens específicas, observando:

• Predição feita pelo modelo (NORMAL ou PNEUMONIA).
• Confiança da previsão (probabilidade).
• Comparação com o rótulo verdadeiro, quando disponível.

Essa abordagem aproxima o projeto da aplicação real, reforçando o caráter prático e didático do portfólio.

Funcionamento do Teste Interativo

1. Seleção aleatória de imagem
   • O script seleciona automaticamente uma imagem de qualquer pasta (test/ ou val/).
   • Pode ser implementada uma função que escolha imagens com ou sem repetição para múltiplos testes.
2. Predição pelo modelo
   • A imagem é processada pelo modelo treinado.
   • O modelo retorna a classe prevista e a probabilidade associada.
3. Comparação com rótulo verdadeiro
   • O script verifica a pasta de origem (NORMAL ou PNEUMONIA).
   • Compara o resultado do modelo com o rótulo real.
   • Exibe se o modelo acertou ou errou.
4. Exibição de resultados
   • Mostra a imagem selecionada.
   • Indica a predição, probabilidade e rótulo verdadeiro.
   • Pode ser feito um pequeno resumo estatístico se forem selecionadas várias imagens (ex.: taxa de acerto em N imagens aleatórias).

Benefícios dessa Abordagem

• Permite visualização imediata do desempenho do modelo em exemplos concretos.
• Facilita a interpretação dos resultados, conectando métricas abstratas (accuracy, precision, recall) a casos reais.
• Pode servir como base para protótipos de aplicação clínica, onde o médico carrega uma imagem e recebe a predição do modelo.
• Aumenta o caráter didático do portfólio, mostrando todo o ciclo de ciência de dados: desde o problema real, passando pelo modelo, até a validação prática.

Observações

• Este teste é educacional, e não substitui diagnóstico médico.
• Ideal para demonstrações, validação de modelo e aprendizado de técnicas de visão computacional.
• Futuras aplicações clínicas devem incluir campos de confirmação médica e seguir regulamentações de saúde.

Reflexão, Limitações e Próximos Passos

Reflexão sobre o projeto

• Este projeto demonstra todo o ciclo de ciência de dados aplicada a imagens médicas:
  1. Fundamentação científica para entender o problema.
  2. Escolha de modelo e técnicas adequadas.
  3. Pré-processamento dos dados.
  4. Treinamento e validação do modelo.
  5. Teste interativo em imagens individuais.
• A integração de cada etapa permite ao cientista de dados compreender o raciocínio por trás de cada decisão, fortalecendo o aprendizado e a replicabilidade do projeto.

Limitações do projeto

1. Dataset limitado e desbalanceado
   • Mais imagens de pneumonia que normais; é necessário cuidado para evitar viés do modelo.
   • O conjunto de validação (val/) tem número muito pequeno de imagens (apenas 8 imagens em cada pasta), o que limita sua utilidade para monitoramento seguro de validação, tuning de hiperparâmetros e EarlyStopping.
2. Qualidade das imagens
   • Algumas radiografias podem ter ruído, sobreposição de estruturas ou baixa resolução, dificultando a generalização.
3. Ausência de dados clínicos complementares
   • Informações como idade, histórico médico ou sintomas não estão incluídas; o modelo se baseia exclusivamente na imagem.
4. Não substitui avaliação médica
   • O modelo serve como ferramenta de apoio educacional ou protótipo de aplicação. Diagnóstico final deve sempre ser confirmado por profissionais de saúde.

Próximos Passos

1. Melhorias técnicas
   • Aplicar ensemble de modelos para aumentar robustez.
   • Testar arquiteturas mais avançadas (EfficientNet, DenseNet).
   • Implementadas explainable AI (XAI) para interpretar decisões do modelo (o racional e código serão disponibilizados na versão avançada).
2. Aprimoramento do dataset
   • Coletar mais imagens normais para equilibrar classes.
   • Incluir radiografias de diferentes hospitais, equipamentos e populações.
3. Protótipo de aplicação
   • Foi desenvolvida uma interface simples para upload de imagem e exibição da predição.
   • Integra a função de visualização dos resultados, probabilidade e rótulo real para fins educacionais.
4. Documentação didática
   • Manter registros claros de decisões, parâmetros e resultados nesta página.
   • Possibilitar replicação do projeto por outros cientistas de dados.

---

🩺 Diagnóstico de Pneumonia em Raio-X com Inteligência Artificial

A radiografia de tórax é um dos exames mais solicitados no mundo para avaliação de doenças pulmonares. Dentre elas, a pneumonia se destaca como uma das mais graves e comuns, exigindo diagnóstico rápido e preciso.
Com o avanço da Inteligência Artificial, especialmente das redes neurais convolucionais (CNNs), tornou-se possível treinar modelos capazes de identificar padrões radiológicos sutis com alto grau de acerto.

Este projeto demonstra como um modelo de IA pode ser aplicado ao diagnóstico automático de pneumonia a partir de imagens de raio-X, utilizando redes neurais profundas e explicabilidade visual (Grad-CAM).

---

🌐 Versão online da aplicação

Agora o projeto está disponível em versão interativa e online, hospedada no Render.com.
A demonstração permite que o usuário envie uma radiografia própria ou selecione uma das amostras do sistema, recebendo em tempo real o diagnóstico estimado e a visualização explicativa do modelo (Grad-CAM).

🔗 Acesse a aplicação: https://pneumonia-demo.onrender.com

Obs.: ao chegar no site aguarde alguns minutos até o Render provisionar os serviços da aplicação.

---

⚙️ Arquitetura atualizada da solução

A arquitetura do projeto foi completamente reestruturada para permitir o deploy em ambiente de produção com front-end e back-end integrados.

Componentes principais:

• Frontend: desenvolvido em React (Vite), responsável pela interface do usuário, upload das imagens e exibição dos resultados.
• Backend: implementado em FastAPI, contendo o modelo TensorFlow Lite e os endpoints REST de predição.
• Modelo de IA: versão compacta em TensorFlow Lite (TFLite), otimizada para desempenho em CPU.
• Hospedagem: deploy no Render.com via container Docker, com build automatizado a partir do repositório GitHub.

Fluxo resumido:

1. O usuário envia uma imagem de raio-X ou escolhe uma das amostras.
2. O frontend envia o arquivo ao endpoint /predict via requisição POST.
3. O backend processa a imagem, realiza a inferência e gera o mapa Grad-CAM.
4. O resultado é retornado em JSON, incluindo o diagnóstico, a confiança e as URLs das imagens original e explicada.
5. O React exibe ambas as imagens lado a lado, em tempo real.

---

💡 Explicabilidade e Grad-CAM

A inclusão da técnica Grad-CAM (Gradient-weighted Class Activation Mapping) foi fundamental para aumentar a interpretabilidade do modelo.
O mapa de calor gerado permite visualizar quais regiões da radiografia contribuíram para a decisão da rede, evidenciando o raciocínio interno do algoritmo.

Na versão atual hospedada, o Grad-CAM foi implementado de forma otimizada, com filtros Gaussianos e sobreposição dinâmica sobre a imagem original.

---

🧠 Modelo e desempenho

O modelo TFLite empregado foi treinado sobre um conjunto de radiografias públicas contendo classes Normal e Pneumonia.
Após a conversão e calibração, a versão reduzida mantém uma acurácia aproximada de 90%, acertando 9 de 10 amostras de teste, conforme demonstrado na aplicação online.

Por se tratar de uma versão compacta, o desempenho é balanceado para priorizar velocidade de resposta e portabilidade em detrimento de profundidade de rede.

---

⚙️ Desafios técnicos do deploy

Durante o desenvolvimento da arquitetura de produção, alguns desafios técnicos foram enfrentados e superados:

• Ajuste das rotas de arquivos estáticos e temporários (samples / temp);
• Geração dinâmica de URLs baseadas no domínio público (em vez de localhost);
• Correção de CORS e integração entre React e FastAPI;
• Limitação de recursos do plano gratuito do Render (cold start, timeout e memória);
• Conversão e teste do modelo TensorFlow → TensorFlow Lite.

Essas etapas garantiram a estabilidade da aplicação e a compatibilidade entre os ambientes local e remoto.

---

🧭 Considerações finais

Este projeto reforça o poder da Inteligência Artificial aplicada à área da saúde e mostra como modelos explicáveis podem auxiliar profissionais e estudantes na interpretação de exames.

Importante: trata-se de uma aplicação educacional e demonstrativa, sem uso clínico real.
O objetivo é inspirar pesquisadores, estudantes e desenvolvedores a compreenderem o potencial e os desafios da IA em diagnósticos médicos.

Voltar ao Portfólio de Projetos