Uma pesquisa científica desenvolvida dentro da Universidade Federal de Alagoas (Ufal) acaba de colocar o estado no topo da inovação em saúde digital no Brasil. O projeto, que aplica inteligência artificial avançada para identificar nódulos suspeitos em exames de mamografia, conquistou o Prêmio Daniel Sigulem de Excelência em Informática Médica durante o 21º Congresso Brasileiro de Informática em Saúde (CBIS 2026), realizado em Brasília.
O estudo se destacou entre mais de 440 trabalhos científicos de todo o país ao demonstrar quais modelos computacionais têm melhor desempenho para enxergar lesões milimétricas, frequentemente invisíveis ao olho humano em tecidos de difícil visualização.
O trabalho premiado é fruto da dedicação do professor Marcelo Costa Oliveira, docente do Instituto de Computação e do Programa de Pós-Graduação em Informática da Ufal, ao lado dos estudantes de graduação em Ciência da Computação Erick Keven da Silva Alves, Wellington Cezário dos Santos e Sandro Gomes Paulino.
O grupo integra o laboratório Icad e atua no projeto RastreIA-Mulher, financiado pelo Programa Pesquisa para o SUS (PPSUS) por meio de uma cooperação técnica entre o Ministério da Saúde, o CNPq, a Secretaria de Estado da Saúde de Alagoas (Sesau-AL) e a Fundação de Amparo à Pesquisa do Estado de Alagoas (Fapeal), além de suporte da Pró-Reitoria Estudantil da instituição.
A inovação responde a uma das maiores urgências da saúde pública brasileira. O câncer de mama é a neoplasia maligna mais frequente entre as mulheres no país, com estimativa de quase 79 mil novos diagnósticos ao ano até 2028. Embora as chances de sobrevida ultrapassem 95% quando o tumor é descoberto em fase inicial, o acesso ao rastreamento precoce ainda esbarra na carência regional de especialistas, já que o Nordeste dispõe de quase metade da proporção de médicos radiologistas por habitante em comparação ao Sudeste.
Em mamas densas, nódulos pequenos ou de baixo contraste elevam os riscos de falso negativo, atrasando o início do tratamento que salva vidas.
Para superar essa barreira, os pesquisadores alagoanos testaram e compararam o comportamento de diferentes arquiteturas de aprendizado profundo a partir de uma base com mais de 2,3 mil alterações mamárias. Os testes demonstraram que a tecnologia RT-DETR-L apresenta alta sensibilidade para varredura geral, enquanto o modelo YOLOv11m alcança equilíbrio superior na detecção de massas inferiores a 19,4 milímetros.
A proposta de integração entre esses dois sistemas abre caminho para uma triagem automatizada, rápida e com baixíssimo índice de falhas, funcionando como um suporte confiável e seguro para a tomada de decisão médica.
Além do rigor científico, a solução desenvolvida na Ufal se destaca pela viabilidade prática, já que foi pensada para rodar em computadores de custo moderado, permitindo futura absorção direta pelo Sistema Único de Saúde (SUS).
A pesquisa segue agora para novas etapas de validação com exames de mulheres brasileiras antes de sua implementação na rede assistencial, consolidando a inteligência artificial produzida em Alagoas como uma poderosa aliada no cuidado preventivo e no combate ao câncer de mama.
