Das Montanhas de Minas ao Oceano: Os Caminhos da Ciência para um Futuro Sustentável
20 a 25 de outubro de 2025
Trabalho 21352
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Ensino |
| Área de conhecimento | Ciências Biológicas e da Saúde |
| Área temática | Dimensões Sociais: ODS4 |
| Setor | Departamento de Biologia Geral |
| Bolsa | PIBEN |
| Conclusão de bolsa | Não |
| Apoio financeiro | FUNARBE |
| Primeiro autor | Isadora Ribeiro de Carvalho |
| Orientador | THAIS MARIA DA MATA MARTINS |
| Outros membros | Camilo Jose Ramirez Lopez, LEONARDO LOPES BHERING, Marina Fernandes Barbosa, Renner Philipe Rodrigues Carvalho |
| Título | Inteligência artificial e classificação de imagens histológicas no apoio ao ensino de citologia e histologia |
| Resumo | O conhecimento de histologia e citologia é essencial para a formação em diferentes áreas, incluindo biológicas, agrárias, da educação e da saúde humana e veterinária. Diversas dificuldades são relatadas pelos estudantes de graduação no processo de ensino-aprendizagem de citologia e histologia, incluindo dificuldades de memorização, de identificação e classificação histológica. Frente a esses desafios, a incorporação de tecnologias digitais e inteligência artificial (IA) são campos promissores ainda a serem explorados no ensino de citologia e histologia. Durante as aulas dessas disciplinas, é uma prática comum dos estudantes fotografar a imagem projetada pelo microscópio de luz com o celular. No presente trabalho, buscou-se valorizar essas fotos adquiridas pelos próprios estudantes ao propor a criação de um protótipo de aplicativo educacional (MORPHOAPP-IA) baseado em IA capaz de classificar imagens histológicas por meio de fotografias e fornecer atividades educacionais englobando essas fotos adquiridas pelo celular. Para tanto, foi feita uma seleção das lâminas histológicas utilizadas pelo Setor de Histologia e Embriologia do Departamento de Biologia Geral da UFV. Foram obtidas imagens dos cortes histológicos utilizando fotomicroscópio e câmera de celular considerando diferentes campos e aumentos (40X, 100X e 400X). Foi criado um banco contendo centenas de fotos obtidas pelo fotomicroscópio e celular e, posteriormente, foi feita a seleção das imagens histológicas para treinamento, validação e teste da ferramenta de IA. O protótipo do aplicativo foi construído usando o R e seu pacote Shiny. O modelo de IA foi desenvolvido e treinado utilizando a ferramenta random forest. Foram feitos ajustes iterativos dos parâmetros do modelo de IA bem como validação do seu desempenho. Por meio do random forest, foi possível desenvolver e treinar o modelo de IA que permite o carregamento e identificação das imagens histológicas armazenadas no banco de imagens. Entretanto, na etapa de teste, o tempo necessário para fazer upload das imagens foi muito demorado e, mesmo após redimensionamento de todas as fotos, esse problema ainda persiste. Além disso, a acurácia de validação do modelo de IA desenvolvido variou de 55% a 75%. No momento, busca-se ajustar os parâmetros e aprimorar a acurácia de validação da ferramenta de IA, assim como diminuir o tempo para upload das imagens. Utilizando as fotos feitas pelo celular, foram elaborados materiais de estudo teórico e exercícios práticos relacionados aos conteúdos abordados nas disciplinas de citologia e histologia para incorporação ao aplicativo. Os resultados alcançados, as dificuldades superadas e os desafios que ainda persistem relativos à validação do modelo de IA refletem a originalidade e o caráter inovador do presente trabalho. Com a criação e implementação do MORPHOAPP-IA, espera-se aprimorar a qualidade do ensino, promovendo uma abordagem mais dinâmica e interativa para o aprendizado de citologia e histologia. |
| Palavras-chave | Ensino, histologia, inteligência artificial |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|