Um estudo, realizado a partir de dados de mamografias feitas em 2016, apontou que algoritmos de inteligência artificial superaram modelos clínicos padrões para avaliar o risco de câncer de mama em cinco anos. Os resultados da pesquisa foram publicados na última terça-feira (6), na revista Radiology, da Sociedade Radiológica da América do Norte (RSNA, na sigla em inglês). As informações são do portal EurekAlert!.
A pesquisa explica que a possibilidade de uma mulher desenvolver câncer de mama costuma ser calculada com base em modelos clínicos, como o do Consórcio de Vigilância do Câncer de Mama (BCSC), que utiliza informações autorrelatadas pelas pacientes, idade, histórico familiar da doença e densidade das mamas para calcular uma pontuação de risco.
De acordo com Vignesh A. Arasu, um dos autores do estudo, esses modelos clínicos de risco dependem de dados de diferentes fontes, que nem sempre estão disponíveis ou podem ser coletados. O pesquisador e radiologista da Kaiser Permanente explica que é nesse aspecto que a inteligência artificial se torna uma aliada na previsão do câncer de mama:
— Avanços recentes em aprendizado profundo de IA nos fornecem a capacidade de extrair centenas a milhares de recursos mamográficos adicionais.
Para obter os resultados, o estudo retrospectivo utilizou dados de mamografias 2D de triagem negativas (quando não há evidências de câncer) realizadas na Kaiser Permanente, no norte da Califórnia, em 2016. De um total de 324.009 mulheres que atendeu aos critérios de elegibilidade, 13.628 pacientes foram selecionadas para a análise.
Além disso, foram incluídas na pesquisa mais 4.584 mulheres do grupo geral, que receberam o diagnóstico da doença no período de cinco anos após o exame original. Todas as participantes foram acompanhadas até 2021.
As análises do estudo foram divididas em três períodos: risco de câncer de intervalo, que foi definido como cânceres incidentes diagnosticados entre zero e um ano; risco de câncer futuro, definido como cânceres incidentes diagnosticados a partir de pelo menos um a cinco anos; e todo o risco de câncer, que são cânceres incidentes diagnosticados entre zero e cinco anos.
Conforme a publicação, as pontuações de risco para a doença durante o período da pesquisa foram geradas por cinco algoritmos de inteligência artificial, incluindo dois acadêmicos, que são utilizados por pesquisadores, e três disponibilizados comercialmente. Depois disso, os escores foram comparados entre si e com o índice de risco clínico obtido pelo modelo do Consórcio de Vigilância do Câncer de Mama (BCSC).
— Todos os cinco algoritmos de IA tiveram um desempenho melhor do que o modelo de risco BCSC para prever o risco de câncer de mama em zero a cinco anos. Esse forte desempenho preditivo ao longo do período de cinco anos sugere que a IA está identificando tanto os cânceres perdidos quanto as características do tecido mamário que ajudam a prever o desenvolvimento futuro do câncer. Algo nas mamografias nos permite rastrear o risco de câncer de mama. Esta é a “caixa preta” da IA — disse Arasu.
O estudo mostra que alguns dos algoritmos se destacaram na identificação de pacientes com alto risco de câncer de mama de intervalo, que costuma ser agressivo e pode exigir uma segunda leitura de mamografias, além de triagem suplementar ou imagens de acompanhamento entre períodos curtos. Ao analisar exames de um grupo de mulheres, por exemplo, a inteligência artificial previu até 28% dos cânceres, enquanto o modelo do BCSC indicou 21%. Entretanto, quando usados em combinação, os dois modelos são ainda melhores para a previsão da doença.
De acordo com Arasu, algumas instituições já estão utilizando a inteligência artificial para ajudar os radiologistas a identificar câncer nos exames de imagem. A pontuação de risco futuro de uma paciente leva segundos para ser gerada pelos algoritmos e pode ser associada ao relatório de radiologia.
Na visão do pesquisador, a inteligência artificial oferece a oportunidade de individualizar o atendimento de cada mulher, sendo uma ferramenta capaz de ajudar os especialistas a fornecer medicina personalizada e de precisão em nível nacional.
— Estamos procurando um meio preciso, eficiente e escalável de entender o risco de câncer de mama em mulheres. Os modelos de risco de IA baseados em mamografia oferecem vantagens práticas sobre os modelos de risco clínico tradicionais porque usam uma única fonte de dados: a própria mamografia — afirmou.
