Novos resultados de um grande ensaio clínico sugerem que a inteligência artificial pode ajudar os radiologistas a detetar mais cedo cancros da mama mais perigosos, sem desencadear alarmes falsos adicionais, e pode aliviar a pressão sobre equipas hospitalares sobrecarregadas.
A IA entra na sala de mamografia
Durante anos, os investigadores treinaram sistemas de IA com imagens médicas arquivadas, pedindo-lhes que aprendessem como é o cancro quando o diagnóstico já é conhecido. Esses estudos chamados “retrospetivos” sugeriam que as máquinas podiam ser assistentes de olho clínico, sobretudo para detetar pequenos tumores escondidos em tecido mamário denso.
Mas esse tipo de teste conta apenas parte da história. O que os doentes e os serviços de saúde realmente precisam de saber é se usar IA durante o rastreio de rotina altera de facto os resultados: são detetados mais cancros precocemente? escapam menos tumores agressivos? as mulheres enfrentam mais chamadas de retorno desnecessárias?
O novo ensaio Mammography Screening with Artificial Intelligence (MASAI), realizado na Suécia e publicado na The Lancet, é um dos primeiros grandes estudos “prospetivos” concebidos para responder a essas perguntas. Em vez de apenas rever imagens antigas, os investigadores acompanharam doentes reais rastreadas com apoio de IA e seguiram o que lhes aconteceu ao longo do tempo.
Neste estudo marcante, a IA não substituiu os radiologistas - trabalhou ao lado deles como um segundo leitor digital.
Dentro do ensaio MASAI
O ensaio MASAI incluiu mais de 100.000 mulheres entre os 40 e os 80 anos que participaram no rastreio mamário de rotina na Suécia. As participantes foram aleatoriamente atribuídas a um de dois grupos:
- Cuidados padrão: cada mamografia foi lida de forma independente por dois radiologistas, a norma atual na Suécia.
- Cuidados com apoio de IA: um sistema de IA analisou primeiro cada mamografia e atribuiu uma pontuação de risco de 1 a 10.
A ferramenta de IA, treinada com mais de 200.000 mamografias de vários países, destacava áreas suspeitas e atribuía essa pontuação numérica de risco.
No braço com apoio de IA:
- Imagens com pontuação 1–9 foram depois revistas por um único radiologista.
- Imagens com pontuação 10 foram escaladas para dois radiologistas, tal como casos complexos nos cuidados padrão.
Esta configuração significou que a IA fez a triagem inicial, permitindo que os especialistas humanos se concentrassem nas imagens com maior probabilidade de ocultar cancro.
Mais cancros clinicamente relevantes, mesma taxa de falsos alarmes
Uma das conclusões mais marcantes: o rastreio com apoio de IA detetou mais cancros “clinicamente relevantes” do que a dupla leitura padrão. Trata-se de cancros com probabilidade de crescer, disseminar-se ou exigir tratamento - em contraste com pequenas anomalias que talvez nunca causassem dano.
A abordagem assistida por IA identificou mais cancros perigosos sem aumentar a taxa de falsos positivos.
Esse equilíbrio é importante. Um falso positivo ocorre quando um exame parece suspeito, a doente é chamada para testes adicionais, mas não se encontra cancro. Essas chamadas podem desencadear semanas de ansiedade, mais imagiologia, biópsias e custos - tudo para um resultado benigno.
A equipa MASAI relatou que o apoio de IA não aumentou a taxa global destes falsos alarmes. Ao mesmo tempo, melhorou a deteção de cancros que realmente precisavam de atenção médica. É uma combinação rara em rastreio: mais benefício sem mais dano.
Porque os cancros de intervalo são o verdadeiro teste
Para avaliar o desempenho de qualquer método de rastreio, os cientistas dão especial atenção aos “cancros de intervalo”. São cancros que surgem clinicamente nos meses ou anos após uma mamografia “normal”, tipicamente entre rondas programadas de rastreio.
Os cancros de intervalo tendem a ser invasivos e de crescimento rápido. Podem ter sido falhados nas imagens originais, escondidos por tecido denso, ou podem ter-se desenvolvido rapidamente após o último exame. Em qualquer dos casos, costumam ser mais agressivos e associam-se a piores desfechos.
Quando os cancros de intervalo diminuem, é sinal de que o rastreio está a detetar mais tumores ameaçadores antes de se manifestarem.
No ensaio MASAI, as mulheres do grupo com apoio de IA tiveram menos cancros de intervalo nos dois anos após o rastreio do que as do grupo de cuidados padrão. Isso sugere que a IA estava a ajudar os radiologistas a identificar tumores que, de outra forma, seriam detetados mais tarde - ou apenas quando surgissem sintomas.
Especialistas em cancro da mama veem este tipo de redução como um forte indício de que uma melhoria do rastreio merece ser adotada, porque menos doentes chegam ao diagnóstico com doença avançada.
O que o ensaio encontrou num relance
| Medida | Dupla leitura padrão | Leitura com apoio de IA |
|---|---|---|
| Cancros detetados no rastreio | Menos cancros clinicamente relevantes | Mais cancros clinicamente relevantes |
| Cancros de intervalo (até 2 anos) | Taxa mais elevada | Taxa mais baixa |
| Falsos positivos | Taxa de referência | Taxa semelhante |
| Carga de trabalho dos radiologistas | Dois leitores por exame | Reduzida; a IA faz a triagem dos exames |
Aliviar a pressão sobre equipas de radiologia sobrecarregadas
Para além dos resultados clínicos, o ensaio sugere um benefício importante em termos de recursos humanos. Muitos sistemas de saúde enfrentam uma escassez crónica de radiologistas com formação em imagiologia mamária. Em algumas regiões, os programas de rastreio têm dificuldade em acompanhar a procura, levando a atrasos na leitura dos exames ou a menor acesso ao rastreio.
Como a IA no MASAI pré-classificou mamografias por risco e reduziu a necessidade de dois leitores em todos os exames, diminuiu significativamente a carga de trabalho dos radiologistas. Foram necessários menos especialistas para o mesmo número de mulheres rastreadas, e os médicos puderam dedicar mais tempo a casos complexos ou de alto risco.
A IA não se cansa após um turno longo, e o seu desempenho não diminui no final do dia de trabalho.
Especialistas que não participaram no estudo afirmam que esse ganho de eficiência pode tornar os programas de rastreio mais resilientes, especialmente à medida que as populações envelhecem e aumenta o número de mulheres elegíveis para mamografias de rotina.
A IA pode ajudar em países com poucos especialistas?
A equipa sueca já está a dar o próximo passo. Os investigadores estão a planear um projeto de rastreio do cancro da mama na Etiópia, onde muitas mulheres atualmente se apresentam com doença em estádio avançado e há poucos radiologistas formados.
Nesse ensaio, a IA apoiará o rastreio por ecografia junto da doente, ajudando clínicos não especialistas a avaliar nódulos mamários suspeitos e a decidir quem precisa de investigação adicional. O objetivo é levar o diagnóstico mais precoce a locais onde programas de mamografia em larga escala ainda não são viáveis.
Se forem bem-sucedidos, estes projetos poderão transformar os cuidados oncológicos em contextos de poucos recursos, onde a distância, o custo e a falta de profissionais frequentemente atrasam o diagnóstico até que os tratamentos sejam menos eficazes.
O que os doentes devem saber sobre o rastreio assistido por IA
Para alguém chamada para uma mamografia de rotina, o apoio de IA seria, na maior parte, invisível. O processo de imagiologia é o mesmo. A diferença acontece nos bastidores, na forma como as imagens são interpretadas e priorizadas.
- A IA analisa as imagens e atribui uma pontuação de risco.
- Os radiologistas revêm os alertas da IA e tomam a decisão final.
- As sugestões da IA podem ser ignoradas se o radiologista discordar.
Os doentes continuam a receber uma avaliação humana - muitas vezes reforçada por este “segundo par de olhos”. A tecnologia foi concebida como um auxílio, não como um veredito automatizado.
Os sistemas de saúde precisarão de orientações claras sobre quando confiar na IA, como lidar com discordâncias entre o software e os clínicos, e como explicar o papel da IA em linguagem simples durante as discussões de consentimento.
Conceitos-chave: falsos positivos, sobrediagnóstico e risco
Dois termos são frequentemente confundidos em conversas sobre rastreio: falsos positivos e sobrediagnóstico.
- Falso positivo: o exame parece suspeito, mas testes de seguimento mostram que não há cancro. O dano de curto prazo inclui stress, faltas ao trabalho e procedimentos adicionais.
- Sobrediagnóstico: é detetado um cancro real, mas de crescimento tão lento que nunca teria causado sintomas nem encurtado a vida. O risco aqui é cirurgia, radioterapia ou medicação desnecessárias.
A mamografia com apoio de IA procura refinar a deteção para que os radiologistas identifiquem mais cancros verdadeiramente arriscados, evitando ao mesmo tempo um aumento de qualquer destes problemas. O MASAI sugere que esse equilíbrio é alcançável, pelo menos num sistema de rastreio bem organizado.
O que isto pode significar para o futuro dos cuidados no cancro da mama
Se o rastreio assistido por IA continuar a ter bom desempenho em diferentes países e sistemas de saúde, poderá remodelar gradualmente a prática padrão. Em vez de dois humanos lerem cada mamografia, muitos programas poderão mudar para um modelo IA+humano, reservando a dupla leitura humana para os exames mais preocupantes.
Essa mudança pode acelerar os tempos de relatório, expandir o rastreio para áreas carenciadas e permitir que os radiologistas se concentrem em trabalho diagnóstico mais complexo, como ressonância magnética, ecografia e biópsias guiadas por imagem.
Continuam a existir questões em aberto: quão bem estas ferramentas lidam com populações muito diversas, com que frequência precisam de ser re-treinadas e quem é responsável quando a IA falha um cancro. Reguladores e hospitais terão de avançar com cautela, testando os sistemas localmente em vez de presumirem que um algoritmo serve para todos.
Por agora, o ensaio MASAI deixa uma mensagem clara: quando utilizada com critério, a IA pode reforçar o rastreio do cancro da mama em vez de substituir os especialistas que o realizam. Para muitas mulheres, essa camada extra de escrutínio pode ser a diferença entre um tumor pequeno e tratável e um cancro avançado detetado demasiado tarde.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário