A inteligência artificial pode melhorar o rastreamento do câncer de mama sem sobrecarregar os radiologistas?
O rastreamento do câncer de mama baseia-se no exame de mamografias por dois profissionais de saúde. Embora esse método seja eficaz, enfrenta uma crescente escassez de radiologistas, especialmente no Reino Unido, onde cerca de 40% dos postos podem ficar vagos até 2028. Um estudo recente explorou o uso da inteligência artificial como segundo leitor para analisar essas imagens, a fim de aliviar a carga de trabalho, mantendo a qualidade dos diagnósticos.
O estudo envolveu 50.000 mulheres de dois centros de rastreamento britânicos. Os resultados mostram que substituir o segundo leitor humano por uma ferramenta de inteligência artificial permite manter uma precisão semelhante em termos de detecção de cânceres e redução de falsos positivos. Após uma etapa de arbitragem, na qual especialistas reexaminam os casos controversos, a sensibilidade e a especificidade da inteligência artificial revelaram-se tão boas quanto as de dois leitores humanos. Isso significa que a ferramenta identifica a mesma quantidade de cânceres reais e evita tantos diagnósticos errôneos.
Uma das principais vantagens dessa abordagem é a redução significativa do tempo de trabalho. O número de mamografias a serem analisadas por humanos caiu 50%, pois a inteligência artificial assume parte dos exames. No entanto, a arbitragem torna-se mais frequente com a inteligência artificial, aumentando de 22% a 142% dependendo dos centros. Esse aumento explica-se pelo fato de a ferramenta, às vezes, sinalizar anomalias não confirmadas pelos especialistas ou, inversamente, não detectar casos sutis que os humanos identificam.
A inteligência artificial demonstrou uma capacidade particular de identificar cânceres que aparecem entre dois rastreamentos ou no próximo rastreamento, chamados de cânceres de intervalo ou de próxima rodada. Antes da arbitragem, ela os detectava melhor do que os humanos. Mas, após reavaliação pelos especialistas, essa diferença diminuiu, pois alguns sinais da ferramenta foram descartados. Isso levanta uma questão: como integrar melhor as sugestões da inteligência artificial para que sejam mais confiáveis e compreendidas pelos radiologistas?
O desempenho da ferramenta varia de acordo com os equipamentos utilizados nas mamografias. Ela é mais eficaz com os aparelhos de um fabricante do que de outro, o que sugere que deve ser adaptada às tecnologias locais antes de ser implementada. Os radiologistas que participaram do estudo expressaram uma confiança moderada na ferramenta, ao mesmo tempo em que apontaram suas limitações, como a tendência de superestimar certas anomalias, como calcificações.
Esse estudo abre caminho para um uso mais amplo da inteligência artificial no rastreamento do câncer de mama. Ele mostra que é possível reduzir a carga de trabalho dos profissionais sem sacrificar a qualidade dos diagnósticos. Para avançar, será necessário melhorar a transparência das decisões da ferramenta e capacitar os radiologistas em seu uso, para que possam avaliar melhor seus alertas e tirar o melhor proveito dela.
Références des contenus
Référence officielle
DOI : https://doi.org/10.1038/s43018-026-01128-z
Titre : Impact of using artificial intelligence as a second reader in breast screening including arbitration
Revue : Nature Cancer
Éditeur : Springer Science and Business Media LLC
Auteurs : Lucy M. Warren; Jenny Venton; Kenneth C. Young; Mark Halling-Brown; Christopher J. Kelly; Marc Wilson; Megumi Morigami; Lisanne Khoo; Deborah Cunningham; Richard Sidebottom; Mamatha Reddy; Hema Purushothaman; Delara Khodabakhshi; Lesley Honeyfield; Amandeep Hujan; Tsvetina Stoycheva; Andy Joiner; Reena Chopra; Aminata Sy; Dominic Ward; Lin Yang; Rory Sayres; Daniel Golden; Namrata Malhotra; Rachita Mallya; Lihong Xi; Della Ogunleye; Charlotte Purdy; Alistair Mackenzie; Susan Thomas; Shravya Shetty; Fiona J. Gilbert; Ara Darzi; Hutan Ashrafian