Logotipo Afya
Anúncio
Saúde14 janeiro 2020

Câncer de mama: criação do Google Health pode auxiliar no diagnóstico

Um sistema de inteligência artificial está se mostrando eficaz na detecção de câncer de mama em pacientes com base em exames de mamografias.

Por Úrsula Neves

Um estudo conduzido por uma equipe internacional de médicos, incluindo pesquisadores do Google Health, do Serviço Nacional de Saúde do Reino Unido e da Imperial College London, desenvolveu um modelo de computador com base em imagens de raios-X de mamas de quase 29 mil mulheres.

Esse sistema de inteligência artificial está se mostrando eficaz ao fazer o papel de um radiologista experiente na detecção de câncer de mama em pacientes com base em exames de mamografias. Essa nova iniciativa está sendo vista como uma promessa de melhora na redução de erros pela comunidade científica dos países envolvidos: Estados Unidos e Reino Unido.

médica assistente realizando mamografia em mulher com suspeita de câncer de mama

Câncer de mama

De acordo com a Sociedade Americana do Câncer, profissionais de radiologia tendem a não detectar cerca de 20% dos casos de câncer de mama em mamografias. Outro dado alarmante é que metade das mulheres que passa por exames no período de dez anos recebem um resultado falso positivo.

“As conclusões da pesquisa representam um grande avanço no potencial para a detecção precoce do câncer de mama”, afirmou Mozziyar Etemadi, um dos co-autores da pesquisa e que trabalha na Northwestern Medicine, em Chicago, nos Estados Unidos, em uma entrevista ao canal BBC.

A equipe de pesquisadores treinou o sistema do Google Health para identificar câncer de mama em dezenas de milhares de mamografias. O desempenho do sistema foi comparado com os diagnósticos dados aos exames, formados por um conjunto de 25.856 mamografias realizadas no Reino Unido e 3.097 nos Estados Unidos.

cadastro portal

O resultado foi que o sistema de inteligência artificial conseguiu identificar casos de câncer com um grau similar de precisão atribuído a radiologistas experientes. O sistema conseguiu ainda reduzir o número de resultados falsos positivos em 5,7% no caso dos exames norte-americanos e em 1,2% no caso dos exames britânicos.

A tecnologia também restringiu o número de falsos negativos, com redução de 9,4% no caso do grupo de exames realizados nos Estados Unidos e em 2,7% no Reino Unido.

As diferenças refletem as diferentes formas como as mamografias são lidas em ambos os países. Nos Estados Unidos, apenas um radiologista avalia os resultados e os testes são realizados a cada um a dois anos. Na Inglaterra, os exames são realizados a cada três anos e cada teste é lido por dois radiologistas. Quando eles não concordam entre si, um terceiro é chamado para avaliar o caso.

“O resultado foi muito além das minhas expectativas e terá um impacto significativo na melhoria da qualidade dos diagnósticos, além de liberar os radiologistas para fazerem coisas ainda mais importantes”, afirmou Ara Darzi, co-autora do estudo e diretor do Cancer Research UK Imperial Centre, em entrevista a BBC.

Leia também: Inteligência artificial supera avaliação médica em exames de imagem?

Será que a inteligência artificial vai substituir os médicos no futuro?

É importante lembrar que para este projeto ter apresentado resultados positivos foram necessários profissionais muito bem capacitados para desenvolver e treinar o modelo de inteligência artificial. Além disso, essa é uma pesquisa inicial e ainda há muito trabalho pela frente.

A proposta dos pesquisadores é que, no mínimo, um radiologista permaneça encarregado pelo diagnóstico, com o sistema de inteligência artificial auxiliando na dupla leitura de mamografias, aliviando o volume de trabalho dos radiologistas.

*Esse artigo foi revisado pela equipe médica da PEBMED

Referências bibliográficas:

Anúncio

Assine nossa newsletter

Aproveite o benefício de manter-se atualizado sem esforço.

Ao assinar a newsletter, você está de acordo com a Política de Privacidade.

Como você avalia este conteúdo?

Sua opinião ajudará outros médicos a encontrar conteúdos mais relevantes.

Compartilhar artigo