Reconhecimento facial para detecção de Doença Renal Crônica

• João Victor Texeira Degelo USP
• Johan Su Kwok USP
• Gabriel Zambelli Scalabrini USP
• Anarosa Alves Franco Brandão USP
• Rogério da Hora Passos Davita Tratamento Renal / Hospital Israelita Albert Einstein
• Maristela Carvalho da Costa Instituto do Coração-HCFMUSP / Hospital Santa Catarina

Resumo

A Doença Renal Crônica (DRC) afeta um grande número de pessoas em todo o mundo. Considerando apenas o cenário brasileiro, estima-se que mais de 10 milhões de cidadãos brasileiros tenham DRC. Entre eles, 90 mil estão em tratamento dialítico. Portanto, a DRC impacta a sociedade de duas maneiras: como problema de saúde pública e como problema econômico. É senso comum entre os médicos que os rostos dos pacientes com DRC possuem características comuns. Dessa forma, reconhecer tais características poderia auxiliar os médicos no diagnóstico precoce da DRC. No entanto, existe uma lacuna na investigação médica relativa ao diagnóstico da DRC utilizando sistemas multiagentes combinados com técnicas de inteligência artificial combinadas com reconhecimento facial, um método acessível e não invasivo. Este artigo tem como objetivo desenvolver um sistema multiagente projetado para auxiliar no diagnóstico de DRC usando imagens de pacientes e informações de saúde como entrada.

Referências

AAD (2019). Kidney disease: 11 ways it can affect your skin. American Academy of Dermathology Association.

Alcalde, P. R. and Kirsztajn, G. M. (2018). Expenses of the brazilian public healthcare system with chronic kidney disease. Brazilian Journal of Nephrology.

Dashtban, A. et al. (2023). Identifying subtypes of chronic kidney disease with machine learning: development, internal validation and prognostic validation using linked electronic health records in 350,067 individuals. eBioMedicine.

Divya, C. D. et al. (2021). An efficient machine learning approach to nephrology through iris recognition. eBioMedicine.

Kumar, K. et al. (2023). A deep learning approach for kidney disease recognition and prediction through image processing. Applied Sciences.

Levine, H. (2022). The 5 stages of kidney disease. Health.

Lupi, O. et al. (2011). Manifestações cutâneas na doença renal terminal. Anais Brasileiros De Dermatologia, 86(2):319–326.

Malkina, A. (2023). Doença renal crônica. Manual MSD.

Ministério da Saúde (2019). 14/3 – Dia Mundial do Rim 2019: Saúde dos Rins Para Todos. Ministério da Saúde, Ceará.

Qiang, J. et al. (2022). Review on facial-recognition-based applications in disease diagnosis. National Library of Medicine.

Wu, D. et al. (2021). Facial recognition intensity in disease diagnosis using automatic facial recognition. National Library of Medicine.