O câncer de mama, que está sendo abordado neste trabalho, é o segundo tipo de câncer mais frequente no mundo, sendo mais comumente encontrado em mulheres. Um exame comum para identificar se o paciente possui câncer na mama é a mamografia, que consiste em realizar um diagnóstico de imagem através da aplicação de raios-X em um aparelho. Posteriormente um responsável realiza o laudo e deve classificá-lo utilizando uma escala chamada de BI-RADS, que é de 0 a 6. Essa classificação é universal, e é realizada para facilitar a interpretação do exame para leigos e também para classificação geral. Essa classificação mostrou-se muito eficiente nas classes 0, 1, 2 e 3 onde em torno de 95% dos resultados são tumores benignos, exigindo um acompanhamento mais espaçado. Já as classes 5 e 6, são 95% de chances de serem tumores malignos, exigindo uma intervenção, muitas vezes imediata. A classe 4, atualmente, exige uma análise complexa e de pouca assertividade por apresentar tumores tanto malignos quanto benignos.
O diferencial neste trabalho é a utilização de microRNAs para classificar os pacientes que obtiverem resultados BI-RADS 4 com a finalidade de evitar exames mais invasivos no paciente com uma acurácia que seja aceitável. Para este trabalho foi realizada uma parceria com o departamento de pesquisas do Hospital Sírio Libanês com exemplos classificados em tumores malignos e benignos com as features: miRNA-15a, miRNA-101, miRNA-144 e BI-RADS. Para os experimentos iremos atuar somente na classe que ocorre a divergência, que é a classificação BI-RADS 4. O resultado obtido de F-Measure para a classe Benigno foi de 96,9%, para a classe Maligno foi de 93,7% e a média foi de 95,8%.