Alterações na ressonância da próstata: IA como aliada ou inimiga?

A ressonância da próstata virou parte central do caminho diagnóstico do câncer de próstata porque consegue aumentar a detecção do que realmente importa, o câncer clinicamente significativo, e ao mesmo tempo reduzir biópsias desnecessárias e o excesso de diagnóstico de tumores indolentes. O problema é que a leitura da ressonância não é trivial. Mesmo com o PI-RADS, a variabilidade entre leitores é grande, e a curva de aprendizado é longa. Na prática, isso gera dois efeitos bem conhecidos: em centros com muita experiência, a ferramenta funciona muito bem; fora desses centros, o resultado oscila e a decisão de biopsiar fica mais “no limite”. 

Some isso ao aumento mundial de demanda por ressonância de próstata. É a combinação perfeita para um gargalo: mais exames para laudar, poucos especialistas com grande volume anual e, no meio, uma decisão com impacto direto na vida do paciente (biopsiar ou acompanhar). É aí que a ideia de inteligência artificial como segunda leitura faz sentido clínico. Não para substituir o radiologista, e sim para reduzir erro por cansaço, diminuir variação entre níveis de experiência e padronizar a suspeição. 

Este artigo do JAMA Network Open é relevante justamente porque testa a pergunta que interessa ao serviço de verdade: quando você coloca uma IA validada ao lado do leitor, o diagnóstico melhora de forma mensurável? E melhora para quem, especialmente para o leitor menos experiente? 

Leia também: Inca projeta aumento dos casos de câncer no Brasil entre 2026 e 2028 – Portal Afya

Metodologia 

O estudo foi desenhado como um estudo observacional multileitor-multicaso, com crossover e período de “washout”. Em termos simples, cada leitor avaliou os mesmos exames em dois momentos: uma vez sem ajuda e outra vez com ajuda, com um intervalo de 4 semanas e com reordenação dos casos para reduzir a lembrança. Isso é uma estratégia bem útil para isolar o efeito da IA, porque o controle é o próprio leitor.  

Foram 61 leitores de 53 centros em 17 países, avaliando 360 exames de ressonância biparamétrica (bpMRI). O estudo aconteceu entre março e julho de 2024, em plataforma online padronizada. Os leitores receberam treinamento prévio, com guia e 6 casos de exemplo.  

A IA usada foi a desenvolvida no consórcio PI-CAI, construída a partir de um conjunto grande (mais de 10 mil exames bpMRI no estudo original). A saída da IA incluía um mapa de detecção de lesão (tipo mapa de calor sobreposto à sequência axial T2) e um score global por paciente. Para facilitar a interpretação, eles recalibraram o score em escala 1 a 10, onde 10 indica maior probabilidade de câncer clinicamente significativo. Essa recalibração foi feita usando 420 exames holandeses (coorte de calibração), e os 360 exames do estudo formaram a coorte de teste, incluindo um centro norueguês externo aos holandeses.  

O desfecho primário foi a capacidade de identificar câncer clinicamente significativo (csPCa), avaliada por AUCROC (área sob a curva ROC), além de sensibilidade e especificidade no ponto de corte PI-RADS ≥3 (ou seja, considerar positivo a partir do PI-RADS 3). A análise estatística foi de multileitor/multicaso pelo método de Obuchowski-Rockette, com correção para múltiplos testes nos três desfechos primários.  

Definição de csPCa: Gleason grupo 2 ou mais (Gleason 3+4 ou pior). Presença confirmada por histopatologia (biópsia sistemática e/ou alvo por RM, e em alguns casos peça de prostatectomia). Ausência de csPCa foi definida por 3 anos ou mais de seguimento quando não havia histologia. Isso é importante para a leitura crítica, porque sem biópsia não é a mesma coisa que sem câncer, ainda que o seguimento prolongado reduza bastante o risco de erro. 

População envolvida 

Foram 360 homens, com idade mediana 65 anos (IQR 62-70) e PSA mediano 7,0 ng/mL (IQR 5,2-10,0). A densidade de PSA mediana foi 0,13. A prevalência de csPCa no conjunto foi 34% (122/360), que é alta e condiz com uma população já selecionada por suspeita clínica.  

Os exames foram bpMRI com T2 em três planos e difusão com b alto e mapa ADC, feitos em aparelhos 1,5T e 3T, de dois fabricantes (predomínio de Siemens). Esse detalhe parece técnico, mas é importante, pois algoritmos podem performar de forma diferente quando muda fabricante, protocolo, ruído, bobina, qualidade de imagem.  

Os leitores foram divididos em experts (mais de 1000 casos no total e mais de 200 por ano) e não experts. Eram 34 experts e 27 não experts. A mediana de experiência foi 5 anos, e 30% estavam em residência. Isso espelha bem a vida real, onde nem todo serviço tem dois ou três radiologistas “de próstata” lendo centenas de casos por ano. 

Resultados 

O achado central é que a assistência por IA melhorou o desempenho, e melhorou em três parâmetros ao mesmo tempo: AUCROC, sensibilidade e especificidade. 

AUCROC dos leitores subiu de 0,882 sem IA para 0,916 com IA. A diferença foi +3,3% e estatisticamente significativa (P < ,001).  

No ponto PI-RADS ≥3, a sensibilidade passou de 94,3% para 96,8% (ganho absoluto 2,5%, P < ,001). Em números simples, em 122 pacientes com csPCa, isso se traduziu em 3 diagnósticos verdadeiros a mais.  

A especificidade subiu de 46,7% para 50,1% (ganho 3,4%, P = ,01), com redução de 10 falsos positivos.  

Um dado que chama atenção é que a IA sozinha (stand-alone) teve AUCROC 0,947, maior do que leitores com ou sem IA. Isso não quer dizer que o caminho seja “tirar o humano”, mas sugere que o modo de integração pode ser melhorado. Em muitos cenários, o leitor usa a IA como uma lanterna, mas ainda toma decisões conservadoras para não deixar passar câncer, e isso mantém parte dos falsos positivos.  

O efeito foi maior nos não experts. A melhora de AUCROC com IA foi 0,053 nos não experts, contra 0,018 nos experts. Em sensibilidade, os não experts ganharam 3,7%, e os experts 1,5%. Isso é coerente com o cotidiano, onde quem já lê muito caso tem seus atalhos mentais bem calibrados; quem lê pouco tende a oscilar mais e se beneficia mais de um “segundo par de olhos”.  

Na análise de reclassificação, em 33% das leituras, o leitor mudou o score quando tinha IA. E em 17% houve troca entre “MRI negativa” (PI-RADS <3) e “MRI positiva” (PI-RADS ≥3), que na prática muda a decisão de biopsiar. Foram 278 reclassificações de negativo para positivo e 330 de positivo para negativo. Em 68% dos exames, pelo menos um leitor reclassificou o caso. Ou seja, a IA ajudou na tomada de decisão.  

Outro achado interessante é que a proporção global de PI-RADS não mudou muito, mas a prevalência de csPCa nos PI-RADS 1-2 caiu de 6% para 3% com IA. Isso quer dizer que se você usa PI-RADS 1-2 para tranquilizar e acompanhar, reduzir pela metade o risco residual dentro desse grupo aumenta a segurança do seguimento e pode evitar biópsias “por ansiedade”.  

O artigo também aponta que a IA não reduziu claramente os casos equívocos. Em scores intermediários da IA (por volta de 4-6), houve aumento de PI-RADS 3 em parte dos casos, sugerindo que, quando a IA não é muito confiante, o leitor continua hesitando. Isso é bom e ruim: bom porque evita depender cegamente de um número; ruim porque o grande problema operacional, que é o volume de PI-RADS 3, continua existindo.  

Limitações: dados retrospectivos, maioria de um fabricante, avaliação em estação de trabalho online diferente do ambiente habitual, e ausência de medida direta de fluxo de trabalho (tempo de leitura, produtividade, impacto em fila). Além disso, nem toda MRI “negativa” teve confirmação histológica; parte foi definida por seguimento de 3 anos.