Inteligência artificial para diagnóstico precoce de câncer de mama
Os investigadores ainda trabalham em uma implementação clínica que, espera-se, exigirá menos trabalho dos radiologistas
Mais lidas
compartilhe
SIGA NO
Um algoritmo de Inteligência Artificial (IA) pode ajudar a identificar câncer de mama em exames de ressonância magnética um ano antes do que os métodos atuais permitem, de acordo com pesquisa publicada recentemente na revista médica Academic Radiology.
Pesquisadores treinaram o modelo de IA de rede neural convolucional usando ressonância magnética de 52.598 mamas. Em seguida, eles utilizaram um conjunto de dados retrospectivo de 3.029 exames de ressonância magnética de 910 pacientes (idade média de 52 anos; faixa etária de 18 a 88 anos) com alto risco de câncer para ajustar o modelo. O conjunto de dados continha 115 cânceres diagnosticados em até um ano após a ressonância magnética negativa.
Leia Mais
O modelo de IA detectou cânceres um ano antes, com área sob a curva ROC de 0,72. Os resultados mostraram que a revisão retrospectiva por radiologistas dos 10% dos exames de ressonância magnética que a IA classificou como de maior risco poderia ter aumentado a detecção em até 30%, escreveram os pesquisadores. Um radiologista identificou correlatos visuais com cânceres comprovados por biópsia em 83 (72,1%) dos casos. O modelo de IA identificou a região anatômica onde o câncer seria detectado em 66 (57,3%) dos 115 casos.
É importante enfatizar que os radiologistas já são extremamente bons em detectar cânceres, e o fato de que, em alguns casos, podemos voltar ao ano anterior e encontrar câncer é, na verdade, uma boa notícia para a tecnologia de ressonância magnética. Isso significa que a tecnologia utilizada é eficiente na detecção de cânceres.
Muitas ferramentas estão sendo desenvolvidas com o objetivo de melhorar o desempenho da detecção precoce do câncer de mama. Por isso, os pesquisadores trabalham no desenvolvimento de redes neurais destinadas a diagnosticar o câncer em um exame atual. Isso é algo para o qual os radiologistas são treinados, então o objetivo é tentar igualar ou melhorar seu desempenho.
No entanto, uma coisa que os radiologistas não fazem no momento é prever se o câncer se desenvolverá no próximo ano. Não há até o momento uma métrica adequada para se avaliar isso.
Daí o desenho do estudo realizado. Os pesquisadores tinham um banco de dados retrospectivo que incluía exames em que os radiologistas encontraram câncer e onde havia um exame anterior do mesmo paciente que foi considerado benigno por qualquer motivo. Os autores testaram então a ferramenta de IA na detecção de malignidade antes do resultado positivo. Dos casos que evoluíram para câncer, avaliaram quantos a ferramenta de IA foi capaz de declarar malignos antecipadamente.
O desempenho da ferramenta foi considerado satisfatório pelos pesquisadores. Houve cerca de 115 casos que desenvolveram câncer. Parece muito, mas isso se refere a um conjunto de dados com mais de 50 mil ressonâncias magnéticas, então é um número muito baixo em geral. Parte disso se deve ao fato de os radiologistas serem realmente muito bons em identificar câncer, e não há muitos casos em que o câncer não seja detectado. O algoritmo também previu uma alta probabilidade de câncer em cerca de um terço dos casos. Isso significa que, para todos os casos que evoluíram para câncer, houve um aumento de 30% na sensibilidade — pode-se então detectar um terço desses cânceres um ano antes.
Da forma como a ferramenta de IA foi desenvolvida, ela sinalizará casos suspeitos para um radiologista, e o próprio radiologista terá que reavaliar esses casos e reconsiderar a avaliação inicial. Isso também implica revisar muitos casos suspeitos e benignos que foram corretamente chamados de benignos. Portanto, é uma prova de conceito que a ferramenta de IA seja capaz de encontrar casos geralmente suspeitos, mas os investigadores ainda trabalham em uma implementação clínica que, espera-se, exigirá menos trabalho dos radiologistas em vez de mais.
Os investigadores também trabalham no planejamento de uma avaliação complementar para as pacientes cuja ferramenta de IA classifique como de risco muito baixo. Isso porque há a necessidade de se ajustarem os intervalos de triagem com base no risco individual. Atualmente, os investigadores se concentram em pacientes de risco muito alto, nos quais a IA acredita que já possa haver uma malignidade e que ela precisa ser reavaliada.
No entanto, há o outro extremo do espectro, onde a IA diz que o risco é tão pequeno que as pacientes podem pular o próximo intervalo de triagem. Isso é algo que os radiologistas também não fazem necessariamente no momento — é um exame de triagem fixo de um ano. Portanto, os investigadores podem usar a mesma ferramenta de IA para identificar essas pacientes de risco muito baixo e indicar os exames de rastreamento apenas a cada dois ou três anos, sem que o risco de câncer e despercebido.
Siga nosso canal no WhatsApp e receba as notícias relevantes para o seu dia
As opiniões expressas neste texto são de responsabilidade exclusiva do(a) autor(a) e não refletem, necessariamente, o posicionamento e a visão do Estado de Minas sobre o tema.
