AnvisaDispositivo médico Classe II

Cada mamografia à luz da história completa da paciente.

O sistema LAMAS IA é uma ferramenta inteligente de apoio ao radiologista, baseada em dados reais, linguagem padronizada, comparação evolutiva e desfechos clínicos conhecidos, garantindo ao médico a decisão final.

Dados reais. Desfechos conhecidos. Decisão médica.

O sistema LAMAS IA aprendeu com o que de fato aconteceu com as pacientes. Construído com 139.388 exames acompanhados ao longo dos anos, todos com desfechos conhecidos.

Regularizado na Anvisa Habilitado no InovaSUS Digital Em uso em 100% dos exames de duas unidades IEEE 2026 · Montevidéu Padrão ACR BI-RADS Método PGMI Mamografia 2D e 3D API · DICOM · HL7
Fachada da Clínica Janice Lamas Radiologia, em Brasília
Em uso hoje, em Brasília

100%

dos exames de mamografia laudados nas duas unidades da Clínica Janice Lamas Radiologia

O sistema não é promessa, já está na rotina diária das duas unidades da clínica, Asa Sul e Lago Sul.

Recepção da clínica
Recepção
Sala de espera
Sala de espera

Seu serviço de diagnóstico por imagem também pode trabalhar assim.

Veja o LAMAS IA na rotina de mamografia, da aquisição da imagem à assinatura do radiologista.

Nasceu dentro de um serviço de diagnóstico por imagem especializado em mama.

Quatro motivos para conhecer o sistema LAMAS IAAprendeu com o que de fato aconteceu com as pacientes, todos os exames com desfechos conhecidos.

20072024
139.388exames · 50.538 pacientes
01

Aprendeu com a vida real

Aprendeu com o que aconteceu com cada paciente, acompanhada por anos, não só com imagens.

Desde 1993 em mamografia
02

Nasceu de décadas de expertise em mamografia

Nasceu dentro de uma clínica de diagnóstico por imagens, com sólida experiência no estudo da mama.

AceitarModificarRejeitar
Aceitar · Modificar · Rejeitar
03

Laudo otimizado em todas as etapas

O laudo inteligente estruturado já chega com a história clínica, a densidade e a comparação com os exames anteriores. O radiologista aceita, modifica ou rejeita cada sugestão.

PGMI
P · G · M · I — Método PGMI
04

Qualidade desde o começo

Avalia o posicionamento, a compressão e a exposição de cada imagem, destacando acertos e pontos de melhoria para a equipe técnica.

Exame anterior integrado ao laudo atual.

Laudo inteligente estruturado, evolutivo e comparativo, com sugestão e recomendação BI-RADS. Em cada etapa, o radiologista aceita, modifica ou rejeita a sugestão.

Dra. Janice Magalhães Lamas e Dra. Yara Cristina Rocha Tanezini na estação de laudos
Dra. Janice Magalhães Lamas e Dra. Yara Cristina Rocha Tanezini na estação de laudos. Imagens ilustrativas · nada é emitido sem revisão e assinatura médicas
Laudo · padrão ACR BI-RADSPara revisão médica
  1. 1. História clínica e indicação do exame;
  2. 2. Exames utilizados para comparação;
  3. 3. Avaliação da densidade mamária conforme BI-RADS
    Saiba mais

    A classificação da densidade mamária vai de A a D:

    A — Mamas quase inteiramente substituídas por gordura

    B — Mamas com áreas esparsas de tecido fibroglandular: pequenas quantidades de tecido fibroglandular distribuídas pela mama.

    C — Mamas heterogeneamente densas: há quantidade significativa de tecido fibroglandular, que pode dificultar a detecção de nódulos

    D — Mamas extremamente densas: compostas quase inteiramente por tecido fibroglandular, o que reduz acentuadamente a sensibilidade da mamografia para identificar alterações

  4. 4. Descrição dos achados mamográficos;
  5. 5. Estudo comparativo com mamografias anteriores e correlação com outros exames;
  6. 6. Conclusão final e recomendação segundo a classificação BI-RADS
    Saiba mais

    Categoria 0 — Avaliação incompleta (inconclusiva)Recomendação: realizar avaliação por imagem adicional e/ou comparar com mamografias anteriores.

    Categoria 1 — Achado negativoRecomendação: controle mamográfico de rotina.

    Categoria 2 — Achados benignosRecomendação: controle mamográfico de rotina.

    Categoria 3 — Achado provavelmente benignoRecomendação: seguimento em curto intervalo de tempo (seis meses) e, depois, controle anual até estabilidade de dois anos.

    Categoria 4 — SuspeitoRecomendação: investigação histológica por biópsia.
    • 4A — Baixa suspeita de malignidade
    • 4B — Suspeita moderada de malignidade
    • 4C — Alta suspeita de malignidade
    As subdivisões 4A, 4B e 4C acompanham a categoria 4 — Suspeito.

    Categoria 5 — Altamente suspeito de malignidadeRecomendação: investigação histológica por biópsia.

    Categoria 6 — Malignidade conhecida, comprovada por biópsiaRecomendação: excisão cirúrgica quando clinicamente apropriada.

Sugestão do sistemaAceitarModificarRejeitarAssinatura do radiologista

Simples assim, em três passos

Integração ao PACS existente, conforme avaliação técnica.

Sala de mamografia da clínica

O exame é realizado

A mamografia vai para o sistema da clínica, seguindo a mesma rotina.

LAMAS IA
  • Confere a imagem
  • Reúne o histórico
  • Compara com os exames anteriores
  • Organiza o laudo estruturado

O LAMAS IA prepara

Confere a imagem, reúne o histórico, compara com os exames anteriores e organiza o laudo estruturado para a revisão do radiologista.

Radiologista na estação de laudos

O radiologista decide

Revisa cada sugestão, aceita, modifica ou rejeita, e assina. Nada sai sem a assinatura médica.

Uma mamografia registra um momento. Uma avaliação completa considera toda a história.

  • Busca as mamografias anteriores das pacientes.
  • O sistema evidencia achados estáveis, aumentados, reduzidos ou novos.
  • Sinaliza por cores a complexidade dos exames, sem alterar a ordem da fila de leitura.
Saiba mais

Exame anterior integrado ao laudo atual. Laudo inteligente estruturado, evolutivo e comparativo, com sugestão e recomendação BI-RADS, pronto para a sua revisão. Organiza a indicação clínica e o histórico, incorpora a densidade e auxilia na descrição dos achados com a terminologia ACR BI-RADS, no formato preconizado pelo CBR. Recupera exames anteriores e compara os achados, destacando estabilidade, aumento, redução e novas alterações. Em cada etapa, o radiologista aceita, modifica ou rejeita a sugestão.

Estável Aumento Redução Nova alteração

Os cinco módulos: o que cada módulo faz e o que a clínica ganha

MóduloO que fazGanho para a clínica

01Qualidade da aquisição

Avalia posicionamento, compressão e exposição pelo método PGMI

Falha técnica percebida antes da leitura; Reduz as reconvocações.

02Prioridade de leitura

Marca a complexidade em vermelho, amarelo e verde, sem mudar a fila do PACS

Casos complexos sinalizados; a leitura é planejada de acordo com o critério do médico.

03Densidade mamária

Sugere a categoria BI-RADS de A a D por rede neural

Elimina a subjetividade da avaliação da densidade mamária entre radiologistas.

04Achados e escore

Escore de suspeição por mama, com destaque para nódulos e calcificações

Atenção dirigida aos achados; Redução do tempo na elaboração dos laudos com o uso padrão da terminologia BI-RADS.

05Laudo inteligente estruturado

Reúne história e anteriores, compara e sugere BI-RADS e recomendação

Maior produtividade; laudos padronizados e completos

Técnica em radiologia acompanhando a mamografia na sala de exame
Módulo 01 · qualidade da aquisição pelo método PGMI, conferida no momento do exame

Desenvolvido para quem quer mais produtividade mantendo a qualidade.

01

Serviços de diagnóstico por imagem

Laudos padronizados, imagens com qualidade acompanhada e uma rotina de leitura mais organizada. Integração ao PACS existente, conforme avaliação técnica.

02

Radiologistas

Menos tempo organizando informação, mais tempo olhando a imagem. A decisão continua sendo sua, em cada etapa.

03

Empresas de PACS e RIS

Um módulo completo de mamografia para oferecer aos seus clientes, conectado por API, DICOM e HL7.

APIDICOMHL7

Ciência e regulação. Pesquisa desde 2006.

Desde 2006trabalhos acadêmicos com o conjunto de dados; pesquisa em IA na mamografia desde 2007
IEEE 2026base de dados apresentada em congresso internacional, em Montevidéu
Anvisadispositivo médico Classe II
InovaSUShabilitado no Laboratório InovaSUS Digital do Ministério da Saúde

O conjunto de dados do sistema LAMAS IA subsidiou muitos trabalhos científicos ao longo dos anos.

O conjunto de dados do sistema LAMAS IA apoia trabalhos acadêmicos desde 2006, e a pesquisa em inteligência artificial aplicada à mamografia começou em 2007. Antes do desenvolvimento do protótipo atual, foi utilizado em pesquisas sobre atlas anatômico, processamento digital de imagens, redes neurais, classificação de calcificações e sistemas CAD.

Depoimentos de médicos que utilizam o sistema

Como médica radiologista trabalhando em uma clínica com alto volume de exames, como a Clínica Janice Lamas, o uso da inteligência artificial no fluxo de laudos de mamografia transformou a minha rotina de trabalho. A ferramenta Lamas IA me trouxe um ganho expressivo em agilidade e precisão na triagem preliminar.

O maior diferencial, no entanto é a otimização do tempo; ao automatizar a pré-estruturação do laudo, o cruzamento da história clínica e a comparação com os exames anteriores; desta forma, posso concentrar a minha atenção onde ela realmente importa, na análise minuciosa da imagem. A tecnologia não substitui o olhar do radiologista, mas potencializa o nosso foco técnico, garantindo diagnósticos mais rigorosos e um cuidado mais dedicado a cada paciente.

Dra. Renata Ravazzi EstrelaDra. Renata Ravazzi EstrelaCRM-DF 11.609 · Radiologista titular do Colégio Brasileiro de Radiologia
Saiba mais · outros depoimentos

Tenho utilizado o LamasIA na minha rotina de laudos de mamografia e ele realmente fez diferença no meu dia a dia.

É uma ferramenta que traz praticidade, agilidade e organização para a rotina, principalmente por otimizar etapas que antes consumiam mais tempo durante a elaboração dos laudos. Isso torna o fluxo de trabalho muito mais leve e eficiente.

Outro ponto que considero muito positivo é a possibilidade de manter uma maior padronização dos textos, reduzindo tarefas repetitivas e permitindo que a nossa atenção fique cada vez mais voltada para o que realmente importa: a análise criteriosa das imagens e a interpretação de cada exame.

Na prática, o ganho de tempo e produtividade é muito perceptível, especialmente nos dias de maior volume. O LamasIA facilita bastante a rotina sem tornar o processo engessado, o que para mim é um grande diferencial.

É uma solução muito bem pensada para a realidade do radiologista e que tem se mostrado extremamente útil na prática diária.

O LamasIA é uma ferramenta que realmente facilita a nossa vida na rotina de mamografia.

Dra. Fernanda Gama BarbosaDra. Fernanda Gama BarbosaMédica radiologista · CRM-DF 27833 · Membro titular do Colégio Brasileiro de Radiologia

Tenho gostado muito de usar a Lamas IA, os laudos estruturados são ótimos, trazem os achados de exames anteriores com rapidez junto com os dados clínicos, corroborando para agilizar um laudo de imagem associada a anamnese e exames anteriores das pacientes. Laudo integrado ideal para a conclusão diagnóstica.

Dra. Milena Araújo AguiarDra. Milena Araújo AguiarMédica radiologista · CRM-DF 19824 · RQE 25231

O auxílio da inteligência artificial do IA Lamas, tem sido um facilitador para a minha rotina de trabalho, no que diz respeito a elaboração dos laudos da mamografia.

Tenho percebido uma melhora na organização das informações, na padronização dos laudos e na facilidade em seguir uma sequência lógica na descrição dos achados e isso é um facilitador no processo de agilidade na confecção dos laudos, ajudando a reduzir a possibilidade de esquecer alguma informação importante para o relatório, na minha concepção a principal vantagem, é ter uma ferramenta inteligente que funciona como um apoio na estruturação dos laudos sem substituir e expertise do médico o raciocínio clínico e a análise médica, o resultado é um laudo mais organizado, completo e objetivo, além de otimizar o tempo durante a rotina dos exames.

Dra. Renata Cristina Silva TrintaDra. Renata Cristina Silva TrintaCRM-DF 11595 · Membro titular do Colégio Brasileiro de Radiologia

A utilização da IA Lamas é uma ferramenta de inestimável valor para a correlação dos achados do exame mamográfico atual com os prévios e também para com outros exames de imagem como ultrassonografia e RMN das mamas. Ademais, permite associar em sua estrututra dados de relevância da história clínica da paciente coletados do questionário que elas respondem em cada mamografia realizada na clínica fazendo com que as informações do histórico fiquem acumuladas ao longo da linha do tempo. Não bastasse isso, permite a descrição dos achados de forma fonada o que traz celeridade para a emissão do laudo. Oferece ainda a classificação BI-RADS de acordo com os achados descritos, bem como o "follow up" recomendado. Em suma, é uma ferramental genial que de forma sintética, organizada e célere permite elaborar laudos evolutivos e estruturados do léxico BI-RADS no estudo mamográfico.

Dr. Silvio Braz da Paixão, MDDr. Silvio Braz da Paixão, MDCRM-DF 10605 · Coordenador-Geral de Saúde do Senado Federal

A utilização da IA na elaboração dos laudos mamográficos nos trouxe um ganho significativo de tempo, na organização, e padronização da qualidade do processo diagnóstico.

A integração automatizada da história clínica, fatores de riscos, antecedentes mamários, técnica do exame, escolha assertiva da densidade mamária, a comparação dos achados mamográficos atuais com exames prévios de mamografia, ultrassonografia e ressonância magnética finalizando na classificação BIRADS do exame.

Ao reduzir o tempo gasto na organização e redação do laudo liberamos mais tempo para o que realmente importa: olhar melhor e com mais atenção para as imagens.

E o mais importante apesar da uniformidade do laudo em formato padrão, como recomenda o ACR, existe liberdade para usar textos mais suscintos ou mais descritivos.

Dra. Yara Cristina Rocha TaneziniDra. Yara Cristina Rocha TaneziniCRM-DF 2920 · Membro titular do Colégio Brasileiro de Radiologia

Relatos individuais de experiência; não representa resultado de validação clínica.

Dra. Janice Magalhães Lamas
Desde 2007pesquisa em IA na mamografia

Nascido da prática clínica de quem lauda mamografias há décadas

O sistema LAMAS IA foi idealizado pela Dra. Janice Magalhães Lamas, médica radiologista, MD, PhD, fundadora da Clínica Janice Lamas Radiologia, em Brasília, e pesquisadora em inteligência artificial aplicada à mamografia desde 2007.

Dra. Janice Magalhães LamasMD, PhD · Clínica Janice Lamas Radiologia

Ficou alguma dúvida?

Fale com o comercialOsmar Junior responde pelo WhatsApp.

Chamar no WhatsApp
O sistema LAMAS IA substitui o radiologista?

Não. Ele organiza, compara e sugere. Quem interpreta, decide e assina o laudo é sempre o radiologista.

Preciso trocar o sistema PACS da minha clínica?

Não. Integração ao PACS existente, conforme avaliação técnica. Na demonstração, avaliamos a compatibilidade com o seu sistema.

Funciona na mamografia 3D?

Sim. A análise do LAMAS IA abrange tanto a mamografia 2D quanto a mamografia 3D.

Já está em uso?

Sim. O sistema LAMAS IA faz parte da rotina de 100% dos exames de mamografia das duas unidades da Clínica Janice Lamas Radiologia, em Brasília.

Está regularizado?

Sim. Está regularizado na ANVISA e habilitado no Laboratório InovaSUS Digital do Ministério da Saúde.

Para serviços de diagnóstico por imagem: veja o sistema LAMAS IA com casos reais anonimizados.

Demonstração rápida, com a equipe comercial, no horário da sua clínica.

Veja o sistema LAMAS IA funcionando.

Em uma demonstração rápida, mostramos tudo na prática, com casos reais anonimizados.

  • Os módulos, da qualidade da imagem à confecção do laudo
  • O laudo estruturado inteligente com os exames anteriores e terminologia BI-RADS
  • Como integrar ao PACS da sua clínica, conforme avaliação técnica
E-mail: osmar.junior@lamas.ia.br Telefone: (48) 99925-9323

Agende sua demonstração

Nossa equipe comercial fala com você pelo WhatsApp.

Seus dados serão usados apenas para agendar a demonstração, conforme a Lei Geral de Proteção de Dados (LGPD). Ao enviar, você declara ter lido a Política de Privacidade e os Termos de Uso.

Pesquisa desde 2006 linha do tempo de 2006 a 2026

  1. 2006

    Atlas anatômico 3D aplicado à mama

    Universidade Católica de Brasília. Sistema educacional baseado na web para o aprendizado prático-morfológico das estruturas mamárias, com técnicas de inteligência artificial e realidade virtual.

    Projeto
  2. 2007

    Sistema Neuro-Fuzzy para Classificação de Calcificações em Mamogramas

    Dissertação de mestrado de Fabiano Cavalcanti Fernandes, desenvolvida na Universidade Católica de Brasília, com orientação de Lourdes Mattos Brasil e coorientação de Janice Magalhães Lamas. O trabalho desenvolveu um sistema baseado em inteligência artificial neuro-fuzzy para apoiar a classificação de calcificações mamárias em mamogramas.

    Dissertação
  3. 2010

    Um estudo para integração de RIS, PACS e equipamentos de mamografia digital

    Monografia de especialização de Patrycia Barros de Lima Klavdianos. O trabalho abordou a integração entre os sistemas de informação radiológica, arquivamento e comunicação de imagens e equipamentos de mamografia digital.

    Monografia
  4. 2012

    Sistema de auxílio na avaliação de calcificações mamárias por processamento digital de imagens e inteligência artificial

    Dissertação de mestrado de Fátima Gisele Gomes Elpídio. O trabalho empregou processamento digital de imagens e redes neurais para analisar características morfológicas de calcificações mamárias segundo o BI-RADS. As técnicas foram avaliadas com calcificações sintéticas e reais extraídas de mamografias cedidas pela clínica. Também foi desenvolvido um sistema de raciocínio baseado em casos para apoiar a classificação.

    Dissertação
  5. 2012

    Arquitetura orientada a serviços para integração de tecnologias aplicadas a um atlas tridimensional interativo da anatomia mamária

    Tese de doutorado de Jairo Simão Santana Melo. O estudo propôs uma arquitetura para integrar recursos de realidade virtual, sistemas tutores inteligentes e ontologias em um atlas 3D da anatomia mamária. A proposta também contemplou a simulação de procedimentos, como a core biopsy assistida por ultrassonografia.

    Tese
  6. 2012

    MIDAS — Mammographic Image Database for Automated Analysis

    FERNANDES, F. C.; BONIFÁCIO, R.; BRASIL, L. M.; GUADAGNIN, R.; LAMAS, J. M. In: UCHIYAMA, N.; NASCIMENTO, M. Z. (org.). Mammography: Recent Advances. Rijeka: InTech, 2012, p. 243–260.

    Capítulo de livro internacional
  7. 2014

    Processo de imagens e redes neurais artificiais

    MARTINS, João Paulo Virgílio Marinho. Dissertação de Mestrado em Engenharia Biomédica, Faculdade UnB Gama, Universidade de Brasília. Coorientadora: Janice Magalhães Lamas.

    Dissertação
  8. 2015

    Sistema CAD para segmentação e classificação de áreas de interesse em mamografias

    MARTINS, João Paulo Virgílio Marinho. Dissertação de Mestrado em Engenharia Biomédica, Universidade de Brasília. Coorientadora: Janice Magalhães Lamas.

    Dissertação
  9. 2016

    EIR – sistema inteligente para detecção e classificação de calcificações em mamografias

    Dissertação de mestrado de João Paulo Virgílio Marinho Martins. O trabalho desenvolveu um sistema de apoio à localização e classificação de áreas de interesse em mamografias, com foco em calcificações suspeitas. O estudo utilizou mamografias classificadas como BI-RADS 4 e propôs o sistema como ferramenta de apoio ao especialista.

    Dissertação
  10. 2019

    Proposta de um sistema para a estruturação do laudo do exame de ultrassonografia da mama baseado no padrão BI-RADS

    Dissertação de mestrado de Douglas Médice Rocha. O estudo propôs um sistema para estruturar laudos de ultrassonografia mamária com terminologia padronizada pelo BI-RADS, organizando as informações para facilitar sua consulta e análise.

    Dissertação
  11. 2023

    Reprodução e análise do modelo de inteligência artificial para detecção de câncer em mamografias de rastreamento: modelo vencedor da competição RSNA® 2023

    SILVA, M. L.; OLIVEIRA, A. T.; AGUIAR, C. P.; FERNANDES, F. C.; LAMAS, J. M. 54ª Jornada Paulista de Radiologia.

    Congresso
  12. 2026

    The LAMAS Mammography Image Database: A BI-RADS-Oriented Temporal Framework for Knowledge Transfer in Breast Imaging AI

    LAMAS, Janice M.; SILVA, Matheus L. P. C.; FERNANDES, Fabiano C. IEEE MeMeA 2026, Montevidéu, Uruguai.

    Evento internacional · IEEE

Dra. Janice Magalhães Lamas MD, PhD · Clínica Janice Lamas Radiologia

  1. 1977

    Graduação em Medicina pela Universidade de Brasília.

  2. DF

    Liderança na radiologia do Distrito Federal. Coordenadora de Radiodiagnóstico da rede hospitalar do DF e presidente da Sociedade de Radiologia de Brasília, contribuindo para a organização e o desenvolvimento da especialidade.

  3. 1993

    Fundação da Clínica Janice Lamas Radiologia, dedicada à mamografia e ao diagnóstico por imagem, com atenção à qualidade dos exames e ao acompanhamento das pacientes.

  4. 1998

    Mestrado em Epidemiologia Clínica pela UnB. Investigou o câncer de mama em mulheres sem sintomas no Distrito Federal, aprofundando sua atuação em detecção precoce.

  5. 2000

    Doutorado em Radiologia pela UFRJ. Avaliou a qualidade das mamografias realizadas no Distrito Federal, fortalecendo os fundamentos científicos da padronização e da auditoria dos exames.

  6. CBR

    Comissão Nacional de Mamografia do CBR. Integrou a comissão por 12 anos, desde sua criação. Em 2005, participou da revisão da primeira edição brasileira do BI-RADS.

  7. 2007

    Pesquisa em inteligência artificial aplicada à mamografia. Trabalhos que aproximam conhecimento radiológico e análise computacional de imagens. O acervo mamográfico associado à sua prática clínica subsidiou pesquisas acadêmicas e publicações na área.

  8. 2009

    Pesquisadora associada da UnB.

  9. 2012–2014

    Presidência da Academia de Medicina de Brasília. Primeira mulher a presidir a instituição, na qual ocupa a Cadeira 07.

  10. LAMAS IA

    Idealização e direção científica do sistema LAMAS IA. Transformou a experiência clínica e científica em uma proposta de apoio ao radiologista, reunindo imagens, informações clínicas e acompanhamento evolutivo.

  11. 2026

    Divulgação científica do Dataset do LAMAS IA, organizado com orientação temporal longitudinal. Primeira autora do trabalho apresentado no IEEE MeMeA, em Montevidéu.