Inteligência artificial (IA) para rastreio de câncer de mama
Estudo comparou a acurácia da inteligência artificial (IA) versus radiologistas no rastreio do câncer de mama.
Programas de rastreamento de câncer de mama demonstraram reduzir a mortalidade desse câncer por meio da detecção precoce. O rastreamento envolve a interpretação de mamografias digitais para identificar anormalidades suspeitas que justifique investigação histopatológica. Esse rastreio está sujeito a vieses em parte pela leitura do exame ser feita por um radiologista, passível de falha e falsos positivos e negativos.
Leia também: Inteligência artificial para avaliação ultrassonográfica da idade gestacional
A leitura automatizada de mamografias por algoritmos de inteligência artificial (IA) foi proposta para reduzir falsos-positivos, aumentar a detecção de câncer através da identificação precoce de cânceres de intervalo e reduzir os desafios da força de trabalho enfrentados pelos programas de triagem.
Um artigo publicado recentemente na revista The Lancet comparou a acurácia da IA versus radiologistas no rastreio do câncer de mama.
Metodologia
Trata-se de uma validação externa de um algoritmo de IA comercialmente disponível em uma coorte retrospectiva de 108.970 mamografias provenientes, de um programa de triagem, com resultados apurados (incluindo cânceres de intervalo), no período de 2015-2016. O programa de triagem é australiano e é chamado BreastScreen WA (BSWA), no qual rotineiramente as imagens mamográficas são lidas por dois radiologistas.
Para análise estatística foi analisada a área sob a curva ROC (AUC), sensibilidade e especificidade para IA e comparadas com a leitura feita por radiologistas.
Resultados
Durante o período do estudo, 27 radiologistas interpretaram mamografias como primeiro ou segundo leitor. Cada radiologista interpretou em média 8.072 exames (3.066–15.938).
A AUC para IA foi de 0,83 em comparação com 0,93 para radiologistas. A sensibilidade para IA (0,67; IC 95%: 0,64–0,70) foi comparável aos radiologistas (0,68; IC 95%: 0,66–0,71) com menor especificidade (0,81 [IC 95%: 0,81–0,81] versus 0,97 [IC 95%: 0,97–0,97]). A taxa de reconvocação para leitura do radiologista após análise IA (3,14%) foi significativamente menor do que para o programa BSWA (3,38%) (-0,25%; IC 95%: -0,31 a -0,18; P < 0,001). A taxa de detecção de câncer também foi menor (6,37 versus 6,97 por 1.000) (-0,61; IC 95%: -0,77 a -0,44; P < 0,001); no entanto, a IA detectou cânceres de intervalo que não foram encontrados por radiologistas (0,72 por 1.000; IC 95%: 0,57–0,90). A leitura do radiologista associada a AI aumentou a arbitragem, mas diminuiu no geral o volume de leitura de tela em 41,4% (95% CI: 41,2–41,6).
Interpretação
A substituição de um radiologista por IA resultou em menor reconvocação de pacientes e volume geral de leitura da tela. Entretanto houve uma pequena redução na taxa de detecção de câncer, apesar do fato de a IA detectar casos de intervalo que não foram identificados pelos radiologistas.
Esses resultados indicam o papel potencial da IA como um leitor de tela de mamografias, mas estudos prospectivos são necessários para determinar se a taxa de detecção no rastreio de câncer poderia melhorar caso a IA fosse acionada em leitura dupla com radiologistas.
Como você avalia este conteúdo?
Sua opinião ajudará outros médicos a encontrar conteúdos mais relevantes.