A inteligência artificial (IA) está encontrando seu lugar na medicina e encontrou sua veia no apoio à leitura de testes diagnósticos. O exemplo mais recente das suas conquistas nesta área é um estudo clínico publicado esta quinta-feira na revista Lanceta, que confirmou o potencial da IA no rastreio do cancro da mama. Um estudo com mais de 100.000 mulheres suecas descobriu que a leitura de mamografias melhorou a detecção precoce de tumores de mama usando este programa. Além disso, alivia a carga dos radiologistas e reduz a taxa de diagnóstico de cânceres de intervalo, ou seja, aqueles tumores que são detectados entre as rodadas de triagem e geralmente apresentam pior prognóstico.
Antes de continuarmos, uma advertência fundamental: o estudo não justifica a substituição do pessoal médico por IA ou algo semelhante, alertam os autores do estudo. Mas o que realmente está a fazer é apoiar a utilização de ferramentas de inteligência artificial para optimizar os resultados de saúde num contexto muito específico. “A introdução da mamografia com IA nos programas de rastreio do cancro da mama poderia ajudar a reduzir a carga de trabalho dos radiologistas, bem como ajudar a detectar mais cancros numa fase inicial, incluindo aqueles com subtipos agressivos”, defendeu a autora principal Christina Long, da Universidade de Lund (Suécia), num comunicado. Mas o investigador apela ainda à implementação da IA “com cuidado”, utilizando ferramentas comprovadas e monitorização constante.
Não há dúvida de que o rastreio salva vidas: estas estratégias populacionais ajudam a detectar tumores em fases iniciais e, tal como acontece com o cancro, tempo é vida, se detectado precocemente, a probabilidade de cura é muito maior. A mamografia, que na Europa é normalmente realizada de dois em dois anos a partir dos 45 ou 50 anos, dependendo do país, demonstrou de forma convincente o seu valor para o rastreio, mas não é infalível. Ele detecta muito, rápido e bem, mas alguns tumores podem escapar da atenção desses programas de detecção precoce.
Na verdade, estima-se que 20% a 30% dos tumores diagnosticados após um teste de rastreio negativo e antes do teste seguinte, os chamados tumores de intervalo, podem ter sido detetados numa mamografia anterior. Portanto, melhorar continuamente o desempenho dos testes é fundamental para detectar o câncer mais rapidamente e evitar atrasos no diagnóstico de tumores perigosos que podem passar despercebidos.
Ajude-me a ler a mamografia.
Ao examinar as mamas, a mamografia exige uma leitura dupla por dois radiologistas. Neste estudo, dividiram os participantes em dois grupos e designaram o grupo de intervenção para apoiar um sistema de inteligência artificial treinado em mais de 200.000 testes de 10 países. Assim, enquanto o grupo controle recebeu análise mamográfica padrão (leitura dupla por dois radiologistas), no grupo intervenção o sistema de inteligência artificial analisou as imagens e classificou as imagens como de baixo risco para leitura única e alto risco para leitura dupla por radiologistas.
Este estudo, denominado MASAI, mostrou que em comparação com o grupo de controlo, o grupo de intervenção (aquele que utilizou suporte de IA) identificou 29% mais tumores e, igualmente importante, sem aumento de falsos positivos.
“No estudo, a decisão final foi tomada pelos radiologistas, mas eles receberam apoio da IA. Conhecer o nível de suspeita da IA provavelmente influenciou as decisões dos radiologistas, ajudando a reduzir o número de falsos negativos em estudos de alto risco. A IA também destacaria áreas suspeitas em uma mamografia, o que poderia ajudar os radiologistas a identificar cânceres que de outra forma não seriam detectados”, reflete Long em resposta ao EL PAÍS.
Menos tumores de intervalo
Uma consequência imediata deste aumento na precisão da detecção precoce é que à medida que mais tumores são detectados durante o rastreio, a taxa de diagnóstico nos dois anos subsequentes, antes do próximo rastreio (cancro de intervalo), também cai. Mais precisamente, 12%. E isso é importante, disse Long, porque os tumores diagnosticados entre as rodadas de rastreio tendem a ser particularmente agressivos ou a apresentar-se numa fase posterior do que aqueles detectados durante o rastreio de rotina.
“É importante minimizar a incidência de cancros de intervalo. A deteção precoce de cancros clinicamente significativos através do rastreio é fundamental, pois a deteção precoce melhora as perspetivas de um tratamento eficaz”, explica o investigador.
O estudo também descobriu que o rastreio assistido por IA também reduziu a carga de trabalho de leitura de mamografia em 44%, o que é especialmente útil no contexto de escassez de radiologistas mamários, concorda Long.
Marina Alvarez, diretora de radiodiagnóstico do câncer de mama do Hospital Reina Sofia, em Córdoba, e membro da Sociedade Espanhola de Radiologia Médica, disse que o estudo fornece “evidências muito fortes para a tomada de decisões sobre programas de rastreamento”. “Precisamos reduzir a carga de trabalho. A ampliação do período de triagem não será possível se não utilizarmos esse tipo de ferramenta”, afirma Alvarez.
IA complementa, não substitui
Agora, diante das suspeitas de que esse tipo de ferramenta possa estar surgindo na comunidade médica, Long adverte que uma coisa é facilitar o trabalho dos profissionais, mas outra é falar em substituí-los: “Este estudo não demonstrou que a IA pode substituir os radiologistas. Se a IA fosse usada como uma ferramenta independente, provavelmente geraria muitos falsos positivos. Por outro lado, a IA também não percebeu alguns tipos de câncer no estudo que foram detectados pelos radiologistas.”
A IA não é perfeita e, tal como os humanos, também comete erros. Este estudo destaca sua viabilidade como suplemento médico oftalmológico. “A IA ainda não está suficientemente madura para substituir os leitores humanos no rastreio do cancro da mama, mas é claramente já uma valiosa ferramenta de apoio para tornar o rastreio mais eficiente e preciso”, insiste o investigador.
Alvarez, que não participou deste estudo, concorda com o papel fundamental de um radiologista experiente. “É ele quem toma as decisões. A principal contribuição da IA é que são dois olhos que se conectam ao seu e olham de forma diferente: detectam lesões muito sutis que podem passar despercebidas. Mas no final, a decisão final deve ser tomada por nós.”
Long diz que as análises de custo-eficácia já estão a ser realizadas utilizando estas ferramentas, e resta avaliar os resultados da triagem em rondas subsequentes para ver os efeitos a longo prazo.
