AnemiaVision: Non-Invasive Anemia Detection via Smartphone Imagery Using EfficientNet-B3 with TrivialAugmentWide, Mixup Augmentation, and Persistent Patient History Management

Resumo Técnico: AnemiaVision

1. O Problema (Contexto e Motivação)

A anemia afeta mais de 1,6 bilhão de pessoas globalmente, sendo um desafio crítico em regiões de baixa renda (como áreas rurais da Índia), onde o padrão ouro de diagnóstico — o hemograma completo (CBC) via coleta de sangue venoso — é inacessível devido à necessidade de infraestrutura de laboratório, reagentes e profissionais qualificados.

Embora a avaliação visual da palidez (na conjuntiva palpebral e no leito ungueal) seja uma alternativa não invasiva viável, os sistemas de aprendizado de máquina existentes enfrentam três limitações principais:

1. Baixa precisão devido a pipelines de aumento de dados (augmentation) fracos.
2. Artefatos de treinamento causados por métodos de interrupção precoce (early stopping) baseados em perda (loss), que podem interromper o treino prematuramente em épocas de alta variância.
3. Falta de infraestrutura de produção, impossibilitando o acompanhamento histórico de pacientes.

2. Metodologia

O sistema AnemiaVision propõe uma solução de ponta a ponta que utiliza imagens de smartphones para triagem não invasiva.

• Arquitetura do Modelo: Utiliza a EfficientNet-B3 como backbone pré-treinado no ImageNet. O autor redesenhou a cabeça do classificador, substituindo a camada linear original por uma estrutura de três camadas que incorpora:
  • BatchNorm para estabilização.
  • Ativações GELU (Gaussian Error Linear Unit) para um campo de gradiente mais suave.
  • Dropout de alta taxa (0.45 e 0.35) para combater o overfitting.
• Pipeline de Aumento de Dados (Augmentation): Para compensar datasets médicos pequenos, o modelo utiliza quatro técnicas ortogonais:
  • TrivialAugmentWide: Política de aumento fotométrico sem necessidade de busca manual.
  • RandomErasing: Regularização espacial para evitar que o modelo foque apenas no fundo da imagem.
  • Mixup ($\alpha=0.2$): Interpolação linear entre amostras e rótulos para suavizar as fronteiras de decisão.
  • ColorJitter e GaussianBlur: Para robustez contra variações de iluminação e foco.
• Estratégia de Treinamento: Implementação de fine-tuning em duas fases (primeiro a cabeça, depois o backbone com taxa de aprendizado diferencial) e um escalonamento de taxa de aprendizado via cosine-annealing com warmup linear.
• Gestão de Dados e Implantação: Uma aplicação web baseada em Flask com banco de dados PostgreSQL (via Render) para garantir a persistência do histórico de pacientes, utilizando migrações automáticas de banco de dados para evitar perda de dados em novos deployments.

3. Principais Contribuições

• Pipeline de Augmentation de Estado da Arte: Combinação de técnicas que elevam a precisão para níveis competitivos.
• Early Stopping Baseado em Acurácia: Diferente do método tradicional baseado em loss, o modelo só salva o checkpoint quando a acurácia de validação melhora, evitando interrupções prematuras causadas por oscilações de perda.
• Sistema de Produção Completo: Integração de um sistema de gestão de histórico de pacientes e geração de relatórios em PDF, transformando um modelo de pesquisa em uma ferramenta de triagem utilizável.

4. Resultados Experimentais

O desempenho foi comparado entre um modelo de linha de base (treinado em CPU por apenas 3 épocas) e o sistema proposto (treinado em GPU por 80 épocas):

O estudo de ablação confirmou que o maior ganho de precisão veio da duração adequada do treinamento, seguido pelas técnicas de TrivialAugmentWide e Mixup. A alta sensibilidade (0,96) é crucial, pois minimiza os falsos negativos (casos de anemia não detectados), que são clinicamente perigosos.

5. Significância e Aplicações Futuras

O AnemiaVision demonstra ser uma ferramenta de triagem de primeira linha altamente eficaz para trabalhadores de saúde comunitária em áreas remotas. Ele não substitui o diagnóstico laboratorial, mas serve como um filtro de baixo custo para identificar indivíduos de alto risco que precisam de confirmação via CBC.

Trabalhos Futuros:

• Desenvolvimento de um modelo de regressão para estimar o nível exato de hemoglobina (g/dL).
• Fusão multissítio (combinação de imagens de olho, unha e palma da mão).
• Inferência On-Device (conversão para TensorFlow Lite/NCNN) para permitir o uso offline em smartphones sem dependência de internet.
• Implementação de explicabilidade via Grad-CAM para aumentar a confiança clínica.