[Assista ao Pitch da IA Maria]
Sistema inteligente de rastreamento, detecção precoce do câncer e encaminhamento oncológico
📌 Objetivo: Ampliar o acesso ao rastreamento e à detecção precoce do câncer
A IA-Maria é uma assistente clínica inteligente desenvolvida para apoiar profissionais da Atenção Primária à Saúde na triagem, pré-diagnóstico e orientação de condutas para câncer colorretal e pulmonar.
Inspirada na experiência de médicos de linha de frente, a IA-Maria atua antes da consulta, identificando sinais de risco, priorizando casos e evitando etapas desnecessárias. Com isso, ela ajuda a reduzir exames desnecessários, otimizar o tempo clínico e melhorar o encaminhamento de pacientes, garantindo um atendimento mais eficiente e humanizado.
Mais do que uma ferramenta, a IA-Maria é uma aliada do médico, permitindo que os profissionais se concentrem no cuidado real do paciente, enquanto amplia o acesso ao rastreamento e à detecção precoce do câncer, beneficiando tanto os profissionais quanto os pacientes.
O sistema combina tecnologia avançada de inteligência artificial com bases de dados confiáveis, oferecendo suporte clínico rápido, seguro e baseado em evidências.
A IA-Maria utiliza a abordagem RAG (Retrieval-Augmented Generation) para fornecer respostas precisas e baseadas em evidências.
A IA não se limita a conhecimento genérico pré-treinado, mas utiliza arquivos PDF e conteúdos confiáveis sobre câncer colorretal e pulmonar, além de diretrizes oficiais de organizações médicas.
-
Com base na análise dos dados do paciente, a IA gera automaticamente um relatório detalhado contendo:
-
Encaminhamento automatizado Se os exames indicarem suspeita ou confirmação, a IA gera um documento com todas as informações necessárias e sugere que o paciente seja encaminhado para o oncologista
-
Identificação do paciente (idade, sexo, fatores de risco, sintomas relatados);
-
Resumo da conversa e informações complementares coletadas durante a anamnese;
-
Resultados das análises de risco e recomendações de exames;
-
Sugestão de encaminhamento para oncologista, destacando prioridade e urgência.
-
-
O relatório gerado pela IA-Maria pode ser enviado diretamente por e-mail a um médico ou profissional da saúde responsável, contendo:
-
Todos os dados do paciente (idade, sexo, fatores de risco, sintomas relatados);
-
Resumo da anamnese e da conversa realizada;
-
Resultados da análise de risco e recomendações de exames;
-
Sugestão de encaminhamento oncológico, com prioridade e urgência destacadas.
-
Esse envio automatizado garante que o especialista receba todas as informações necessárias de forma organizada e imediata, agilizando o diagnóstico e o início do tratamento, além de reduzir retrabalho e erros na comunicação clínica.
-
-
A IA também produz um gráfico visual do risco do paciente desenvolver câncer, considerando todos os fatores coletados durante a anamnese.
-
O gráfico permite uma visualização clara e rápida do risco individual, facilitando a comunicação entre médico e paciente e auxiliando na decisão clínica.
- Ao combinar informações detalhadas do paciente com evidências científicas, guidelines oficiais e ensaios clínicos, a IA fornece orientações confiáveis e humanizadas, potencializando a triagem precoce e a eficiência do encaminhamento oncológico.
🚀 A IA-Maria não se baseia apenas em conhecimento pré-treinado genérico, mas utiliza informações específicas que foram integradas ao sistema, incluindo arquivos PDF e conteúdos sobre câncer colorretal e pulmonar.
Links e referências de organizações reconhecidas, como:
American Cancer Society – Lung Cancer Screening Guidelines
NEJM – Estudos clínicos relevantes 1
NEJM – Estudos clínicos relevantes 2
-
Brasil: INCA, Ministério da Saúde, SBOC
-
Europa: ESMO, NICE, European Cancer Organisation
-
EUA: USPSTF, NCCN, ASCO
-
Ensaios clínicos e estudos populacionais:
-
Pulmão: NLST, NELSON trial
-
Colorretal: PLCO, NordICC, UK Flexible Sigmoidoscopy Trial
-
Calculadoras de risco validadas:
-
Pulmão: PLCOm2012, Bach, LLPi
-
Colorretal: QCancer, CRC-PRO, Gail modificado
-
Outras fontes:
- Revisões sistemáticas, meta-análises recentes e estatísticas comparativas de incidência e mortalidade (Brasil, EUA, Europa).
Screening for Colorectal Cancer US Preventive Services Task Force Recommendation Statement: colorectal-cancer-screening-final-recommendation-update.pdf
Screening for Lung Cancer US Preventive Services Task Force Recommendation Statement: lung-cancer-screening-final-recommendation.pdf
The new england journal of medicine: Effect of Colonoscopy Screening on Risks of Colorectal Cancer and Related Death: NEJMoa2208375.pdf
-
✅ guideline INCA
-
✅ guideline SBOC
-
✅ uspstf preventive services
-
Realiza triagem inteligente e humanizada, identificando pacientes de maior risco.
-
Auxilia na priorização de casos e encaminhamentos, reduzindo exames desnecessários e otimizando o tempo clínico.
-
Fornece suporte baseado em evidências, fortalecendo a tomada de decisão de médicos e profissionais da atenção primária.
-
Ampliar o acesso ao rastreamento e à detecção precoce de câncer, beneficiando pacientes e sistemas de saúde.
A IA-Maria organiza o fluxo clínico de forma estruturada, desde a entrada de dados até o encaminhamento do paciente, oferecendo suporte completo ao profissional de saúde:
- 🎲 Entrada de dados do paciente:
O profissional de saúde registra informações essenciais sobre o paciente, incluindo:
-
Histórico médico e familiar;
-
Sintomas atuais e duração;
-
Resultados de exames anteriores;
-
Fatores de risco conhecidos (como tabagismo, idade, hábitos alimentares, exposição ocupacional);
-
Outros dados clínicos relevantes que possam influenciar a avaliação.
- 🕵️♂️ Análise pela IA:
Com base nos dados fornecidos, a IA-Maria realiza uma análise inteligente e fundamentada em evidências médicas, utilizando:
-
Modelos de risco validados (PLCOm2012, QCancer, entre outros);
-
Ensaios clínicos e estudos populacionais;
-
Guidelines oficiais de organizações reconhecidas (INCA, ESMO, NCCN, ASCO, etc.).
A IA calcula a probabilidade de presença de câncer colorretal ou pulmonar, identificando pacientes de maior risco e sinalizando prioridades para atendimento.
- 🗣️ Sugestão de exames:
Com base na análise, a IA-Maria indica exames apropriados, diferenciando entre:
-
Investigação inicial: exames de triagem ou rastreamento precoce;
-
Exames complementares: caso já haja sinais ou fatores de risco que justifiquem investigação mais detalhada.
As recomendações seguem protocolos baseados em evidências, ajudando a evitar exames desnecessários e otimizando recursos clínicos.
- ╰┈➤ Encaminhamento automatizado:
Se os resultados dos exames indicarem suspeita ou confirmação de câncer, a IA gera automaticamente:
-
Documento de encaminhamento detalhado, com histórico, dados clínicos, resultados de exames e probabilidade de risco;
-
Sugestão de encaminhamento ao oncologista, destacando prioridades e urgência;
-
Orientações clínicas adicionais para apoiar decisões do profissional de saúde.
Essa funcionalidade permite que o paciente chegue ao especialista com todas as informações necessárias, acelerando o diagnóstico e o início do tratamento, ao mesmo tempo que reduz erros e retrabalho.
A IA-Maria foi desenvolvida para apoiar profissionais da saúde que atuam na linha de frente do atendimento, especialmente em contextos onde o rastreamento e à detecção precoce do câncer e a triagem eficiente fazem diferença. Seu uso é indicado para:
✅ Clínicos gerais
Profissionais responsáveis pelo primeiro contato com o paciente. A IA ajuda na identificação precoce de sinais de risco, orientação de condutas iniciais e encaminhamento adequado.
✅ Médicos do pronto atendimento
Em cenários com alta demanda e pouco tempo para investigação, a IA-Maria auxilia na priorização de casos suspeitos e na definição de exames apropriados, evitando atrasos e subdiagnósticos.
✅ Especialistas não-oncologistas
Profissionais de outras áreas (como pneumologistas, gastroenterologistas, geriatras, cardiologistas, hepatologistas etc.) podem utilizar a IA para apoio na tomada de decisão diante de sintomas inespecíficos ou achados incidentais.
✅ Serviços de triagem e atenção básica
Equipes de Unidades Básicas de Saúde, enfermagem, residentes e profissionais da Estratégia Saúde da Família (ESF) podem usar a IA para:
-
Coletar dados estruturados.
-
Identificar fatores de risco.
-
Classificar prioridades.
-
Encaminhar adequadamente para exames ou especialistas.
- Inteligência Artificial
- Automação
- Manipulação de dados
- Integração com APIs.
-
langchain_groq.ChatGroq
-
langchain_core.messages
* SystemMessage
* HumanMessage
-
ChatPromptTemplate
-
FAISS — Armazenamento vetorial para buscas semânticas rápidas.
-
HuggingFaceEmbeddings — Geração de embeddings para documentos médicos.
-
RecursiveCharacterTextSplitter — Divisão inteligente de PDFs e textos longos.
-
create_stuff_documents_chain — Combinação de documentos para análise contextualizada.
-
PyMuPDFLoader — Leitura de PDFs médicos (guidelines, estudos clínicos).
-
importar_links.carregar_links — Carregamento automático de links externos confiáveis.
-
pydantic.BaseModel e Field — Estruturação e validação dos dados do paciente.
-
typing (Literal, List, Dict, Optional) — Tipagem usada para organizar entradas e saídas da IA.
- static.gerar_imagem.gerar_grafico_probabilidades Criação de gráficos de risco personalizados com base nos dados do paciente.
-
smtplib, MIMEMultipart, MIMEText — Envio automático do relatório ao médico ou profissional de saúde.
-
datetime — Registro de data/hora no encaminhamento.
-
dotenv (load_dotenv) — Gerenciamento de chaves, senhas e credenciais de forma segura.
-
os, get_terminal_size, pathlib.Path — Manipulação de arquivos e ambiente do sistema.
-
re — Expressões regulares para tratamento e formatação de texto.
-
pathlib — Organização e leitura de arquivos e diretórios.
-
persistencia.responder — Geração de respostas da IA ao usuário.
-
persistencia.criar_session — Criação e manutenção das sessões de chat.
-
importar_links — Carregamento de fontes externas confiáveis.
- Clone este repositório:
- Crie e ative o ambiente virtual:
python3 -m venv venv source venv/bin/activate # Linux/Mac venv\Scripts\activate # Windows
- Instale as dependências:
pip install -r requirements.txt
- Rode a aplicação Flask:
export FLASK_APP=app.py export FLASK_ENV=development # ativa modo debug flask run
- Abra o navegador e acesse: http://127.0.0.1:5000/
