💻 computer science

A Neuro-Symbolic Fuzzy Rule-based Approach forMelanoma Classification

Este artigo propõe uma estrutura neurosimbólica baseada em regras difusas que integra a estimativa de atributos dermoscópicos baseada em aprendizagem profunda com regras clínicas extraídas automaticamente para melhorar a precisão e a interpretabilidade da classificação de melanoma em comparação com abordagens de aprendizagem profunda baseadas apenas em imagens.

Autores originais: Mohamed Amine Ibrahimi, Umberto Straccia

Publicado 2026-07-20

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Mohamed Amine Ibrahimi, Umberto Straccia

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um detetive tentando resolver um mistério, mas em vez de uma cena de crime, você está olhando para uma pequena e complicada mancha na pele de alguém. O mistério? Esta mancha é um sinal inofensivo ou um câncer de pele perigoso chamado melanoma? Por muito tempo, os médicos têm sido os detetives, usando seus olhos e experiência para procurar por pistas específicas, como padrões ou cores estranhas. Mas ultimamente, os computadores se juntaram à força policial. Esses computadores de "aprendizado profundo" (deep learning) são como scanners super-rápidos que podem olhar para milhares de imagens e identificar padrões que os humanos podem perder. No entanto, há um problema: esses supercomputadores são frequentemente "caixas pretas". Eles dão uma resposta, mas não conseguem realmente explicar por que acham que algo é perigoso. Eles apenas dizem: "Confie em mim, é ruim". Isso é arriscado porque, na medicina, saber o motivo é tão importante quanto a resposta.

Para corrigir isso, os cientistas estão tentando ensinar os computadores a pensar mais como os médicos humanos, usando uma mistura de lógica "neuro-simbólica". Pense no "neuro" como a capacidade do computador de aprender com imagens (como um aluno estudando cartões de memória/flashcards) e no "simbólico" como a capacidade de seguir regras claras (como um aluno seguindo um checklist de um livro didático). Mas a pele nem sempre é preto no branco; uma pista pode estar "meio lá" ou "mais ou menos ausente". É aí que a "lógica fuzzy" (lógica difusa) entra. Em vez de um interruptor simples de liga-desliga, a lógica fuzzy usa um interruptor de intensidade (dimmer), permitindo que uma pista esteja "50% presente" ou "80% presente". Este artigo é sobre a construção de um novo tipo de detetive que combina a supervisão de um computador de escaneamento de imagens com as regras claras e explicáveis de um médico, usando interruptores de intensidade fuzzy para lidar com as áreas cinzentas do diagnóstico de câncer de pele.

Os pesquisadores, Mohamed Amine Ibrahimi e Umberto Straccia, partiram para construir este sistema de detetive híbrido. Eles começaram reunindo dois conjuntos diferentes de fotos de pele e notas (chamados de conjuntos de dados PH2 e Derm7pt) e fundindo-os em uma biblioteca grande e consistente. Eles garantiram que as "pistas" nas notas — como "rede de pigmento" ou "véu azul-esbranquiçado" — fossem descritas da mesma forma em ambos os conjuntos. Em seguida, ensinaram um modelo de computador poderoso (chamado EfficientNet-B3) a olhar para as fotos da pele e adivinhar a força de cada pista. Em vez de apenas dizer "rede de pigmento: sim", o computador deu uma pontuação de 0 a 1, como um dimmer, mostrando o quanto aquela pista estava visível.

Em seguida, eles pegaram essas pontuações fuzzy e as alimentaram em um conjunto de regras que extraíram automaticamente dos dados. Essas regras são como declarações simples de "Se-Então" que um médico poderia usar. Por exemplo, uma regra pode dizer: "SE o véu azul-esbranquiçado estiver ausente E a rede de pigmento estiver ausente, ENTÃO é provável que NÃO seja melanoma". Mas como as pistas são fuzzy (interruptores de intensidade), o computador usa matemática especial (chamada de operadores fuzzy) para combinar essas pontuações. Eles testaram diferentes maneiras de combinar a matemática, como o método "Hamacher", que atua como um misturador suave para as pistas.

A equipe descobriu que essa abordagem de "mistura e combinação" funcionou melhor do que apenas olhar para as imagens isoladamente. Quando testaram o sistema em um cenário de "mundo real", onde o computador tinha que adivinhar as pistas a partir da própria imagem (sem a ajuda das notas de um médico), a melhor configuração foi uma estratégia de "fusão tardia" (late fusion). Isso é como ter dois detetives: um que olha para a foto e outro que verifica o livro de regras. Cada um dá sua própria opinião e, então, um chefe as combina. O artigo descobriu que, quando combinaram o palpite baseado na imagem com o palpite baseado nas regras usando um peso específico (onde a parte baseada na imagem contava 60% da decisão final), o sistema tornou-se muito melhor em detectar o melanoma. A precisão saltou de cerca de 81,8% para o detetive de apenas imagem para 86,7% para o trabalho em equipe.

Curiosamente, o artigo também mostrou que, mesmo que você treine o computador com notas perfeitas de médicos, ele ainda apresenta melhor desempenho quando utiliza este método de fusão tardia para combinar sua visão de imagem com as regras fuzzy. A parte do raciocínio fuzzy sozinha (sem o computador de imagem) também foi bastante boa, atingindo cerca de 85,9% de precisão, provando que as próprias regras são poderosas. No entanto, os autores ressaltam cautelosamente que isso é uma sugestão baseada em seus testes específicos com esses dois conjuntos de dados, que são relativamente pequenos. Eles não afirmam ter resolvido o diagnóstico do câncer de pele para sempre. Em vez disso, sugerem que adicionar essas regras fuzzy claras ao aprendizado profundo torna o computador mais inteligente e confiável. O estudo conclui que, embora seu novo método seja promissor, ele precisa ser testado em grupos de pacientes muito maiores e mais diversos antes de poder ser totalmente confiado em um hospital real.

Resumo Técnico: Uma Abordagem de Regras Difusas Neuro-Simbólica para Classificação de Melanoma

Definição do Problema
O câncer de pele, particularmente o melanoma, continua sendo um desafio crítico de saúde global devido à sua natureza agressiva e alta taxa de mortalidade. Embora os métodos de aprendizado profundo tenham demonstrado eficácia na análise automatizada de imagens dermoscópicas, eles frequentemente operam como sistemas de "caixa-preta" que carecem de interpretabilidade. Além disso, abordagens puramente baseadas em imagens podem negligenciar pistas diagnósticas clinicamente significativas, como atributos dermoscópicos específicos (ex: rede pigmentar, pontos e glóbulos, estrias, véu azul-esbranquiçado), que são tradicionalmente utilizados por dermatologistas. Existe um gargalo prático significativo porque esses atributos muitas vezes não estão disponíveis como entradas de verdade fundamental (ground-truth) durante o diagnóstico automatizado, e raramente se comportam como variáveis binárias simples; em vez disso, exibem intensidades ou graus variados de presença.

Metodologia
Os autores propõem um framework neuro-simbólico que integra a análise visual baseada em aprendizado profundo com o raciocínio baseado em regras difusas (fuzzy) para abordar essas limitações. A metodologia procede através das seguintes etapas:

Harmonização de Dados: O estudo constrói um conjunto de dados unificado harmonizando os conjuntos de dados PH2 e Derm7pt. Os rótulos diagnósticos são convertidos para um esquema binário (melanoma vs. não-melanoma), e apenas os atributos dermoscópicos compartilhados são retidos: rede pigmentar, pontos e glóbulos, estrias, véu azul-esbranquiçado e estruturas de regressão. Um vocabulário unificado é estabelecido para resolver inconsistências de nomenclatura entre as duas fontes.
Extração de Regras: Regras diagnósticas são extraídas automaticamente dos atributos anotados harmonizados usando o algoritmo de árvore de decisão J48. Essas regras seguem uma estrutura IF–THEN, vinculando combinações específicas de estados de atributos a resultados diagnósticos.
Framework Neuro-Simbólico:
- Predição de Atributos: Um modelo EfficientNet-B3 é empregado para estimar graus de pertinência (valores em [0,1]) para os atributos dermoscópicos diretamente das imagens das lesões. Isso substitui rótulos categóricos "sim/não" por conjuntos difusos suaves, reconhecendo a natureza graduada da evidência visual.
- Raciocínio Difuso: Os graus de pertinência preditos são alimentados nas regras extraídas. Operadores difusos (t-normas para conjunção e s-normas para disjunção) são usados para avaliar as regras. O estudo avalia diversos operadores difusos, incluindo Łukasiewicz, Gödel, Hamacher, Yager e Product.
- Integração Multimodal: O framework explora uma arquitetura multimodal onde a pontuação de classificação baseada em imagem ( $S_{MM}$ ) é combinada com a pontuação de raciocínio neuro-simbólico ( $S_{NS}$ ) via uma estratégia de fusão tardia (late fusion): $S_{final} = (1-\lambda) \cdot S_{MM} + \lambda \cdot S_{NS}$ .
Configuração Experimental: As avaliações são conduzidas utilizando validação cruzada de cinco dobras estratificada no conjunto de dados harmonizado. O estudo testa três configurações primárias:
- Apenas Imagem: Modelos treinados e testados exclusivamente em imagens (simulando cenários onde as anotações de atributos não estão disponíveis).
- Multimodal: Modelos treinados e testados com imagens e atributos de verdade fundamental.
- Raciocínio Autônomo: Avaliação do ramo de raciocínio difuso de forma independente.

Principais Contribuições

Framework Neuro-Simbólico: A proposta de um framework para classificação de melanoma interpretável que combina a análise visual de aprendizado profundo com o raciocínio diagnóstico baseado em regras difusas.
Arquitetura Multimodal: O design de uma arquitetura de classificação multimodal baseada em EfficientNet-B3 que integra imagens dermoscópicas com atributos de verdade fundamental e lógica difusa.
Conjunto de Dados Harmonizado: A criação de um conjunto de dados PH2–Derm7pt unificado com representações de atributos consistentes.
Avaliação Comparativa: Uma avaliação abrangente de diferentes estratégias de integração (perda de regra vs. fusão tardia) e mecanismos de fusão (concatenação, multiplicação, soma), demonstrando que a fusão tardia entre predições multimodais e pontuações de raciocínio difuso produz a melhor eficácia.

Resultados

Configuração Apenas Imagem: Em cenários onde os atributos de verdade fundamental não estão disponíveis, a fusão tardia com o raciocínio difuso de Hamacher superou significativamente o baseline EfficientNet-B3. A acurácia melhorou de 0.8183 (baseline) para 0.8671, e o F1-score de melanoma aumentou de 0.6269 para 0.7229. A configuração de perda de regra não apresentou melhoria sobre o baseline neste cenário.
Configuração Multimodal: Quando os atributos de verdade fundamental estavam disponíveis durante o treinamento e o teste, a estratégia de fusão por soma elemento a elemento foi a mais eficaz entre os baselines (0.8671 de acurácia). A integração de regras difusas via fusão tardia melhorou ainda mais o desempenho, alcançando uma acurácia de 0.8852 e um F1-score de melanoma de 0.7707.
Operadores Difusos: Entre as avaliações de raciocínio difuso autônomo, os operadores Hamacher e Yager (p=2) alcançaram a maior acurácia (0.8588), seguidos de perto por Gödel e Product (0.8580).
Robustez: Modelos treinados com atributos de verdade fundamental, mas testados sem eles (inferência apenas de imagem), mostraram uma queda de desempenho para o baseline de soma (0.7630 de acurácia), mas mantiveram alto desempenho (0.8670) ao utilizar a estratégia de fusão tardia com atributos preditos, indicando a robustez da abordagem neuro-simbólica quando as anotações estruturadas estão ausentes.

Significância e Alegações
O artigo afirma que a integração do aprendizado baseado em dados com o raciocínio baseado em regras oferece uma vantagem distinta sobre as abordagens de aprendizado profundo puramente baseadas em imagens. Ao estimar graus de pertinência difusa para atributos clínicos e aplicá-los a regras diagnósticas interpretáveis, o framework não apenas melhora a eficácia da classificação, mas também fornece explicações legíveis por humanos para as decisões. Os autores destacam que a fusão tardia é particularmente eficaz, permitindo que o sistema aproveite as forças complementares das características visuais e do conhecimento clínico explícito.

O estudo reconhece limitações, incluindo o tamanho relativamente pequeno do conjunto de dados harmonizado, a potencial perda de granularidade durante a harmonização e a dependência do ramo de raciocínio em relação à precisão da predição de atributos. Trabalhos futuros são propostos para validar o framework em conjuntos de dados externos maiores e diversos, e para estender a abordagem para a classificação de lesões multiclasse.

Resumo Técnico: Uma Abordagem de Regras Difusas Neuro-Simbólica para Classificação de Melanoma

Mais como este