.
A triagem de mamografia com suporte de inteligência artificial (IA) é uma alternativa segura à dupla leitura convencional de hoje por radiologistas e pode reduzir a pesada carga de trabalho dos médicos. Isso agora foi demonstrado em uma análise interina de um estudo prospectivo, randomizado e controlado, que abordou a segurança clínica do uso de IA no rastreamento por mamografia. O estudo, liderado por pesquisadores da Universidade de Lund, na Suécia, foi publicado na The Lancet Oncologia.
A cada ano, cerca de um milhão de mulheres na Suécia são convocadas para o exame de mamografia. Cada exame de triagem é revisado por dois radiologistas de mama para garantir uma alta sensibilidade, a chamada leitura dupla. Há, no entanto, uma escassez de mão de obra de radiologistas de mama, na Suécia e em outros lugares, o que pode colocar em risco o serviço de triagem. Ultimamente, o potencial da IA para apoiar o rastreamento mamográfico tem atraído muita atenção, mas ainda não está claro como isso deve ser conduzido de maneira ideal e quais serão as consequências clínicas.
Para saber com certeza o que acontece quando os radiologistas trabalham com o apoio da IA, são necessários estudos nos quais as mulheres são alocadas aleatoriamente para triagem com IA ou para triagem padrão. O estudo Mammography Screening with Artificial Intelligence (MASAI) é o primeiro estudo controlado randomizado que avalia o efeito do rastreamento com IA.
“Em nosso estudo, utilizamos IA para identificar exames de rastreamento com alto risco de câncer de mama, que passaram por dupla leitura por radiologistas. Os demais exames foram classificados como de baixo risco e foram lidos por apenas um radiologista. Na leitura da tela, os radiologistas usaram IA como suporte de detecção, destacando achados suspeitos nas imagens”, diz Kristina Lång, pesquisadora e professora associada de radiologia diagnóstica na Universidade de Lund e consultora do Hospital Universitário Skåne, que liderou o estudo.
As 80.033 mulheres incluídas na análise de segurança foram alocadas aleatoriamente em dois grupos: 40.003 mulheres no grupo de intervenção que foram submetidas à triagem com suporte de IA e 40.030 no grupo de controle que foi submetida a leitura dupla padrão sem suporte de IA.
“Descobrimos que o uso de IA resultou na detecção de 20% (41) mais cânceres em comparação com a triagem padrão, sem afetar os falsos positivos. Kristina Lang.
Ao mesmo tempo, a carga de trabalho de leitura de tela para radiologistas foi reduzida em 44%. O número de leituras de tela com triagem com suporte de IA foi de 46.345, em comparação com 83.231 com triagem padrão.
O aspecto temporal é importante. Kristina Lång explica que, em média, um radiologista faz 50 exames de triagem por hora. Os pesquisadores estimaram que levou aproximadamente cinco meses a menos do tempo de um radiologista para ler os cerca de 40.000 exames de triagem no grupo AI.
“O estudo foi realizado em um único local em um ambiente sueco. Precisamos ver se esses resultados promissores se sustentam em outras condições, por exemplo, com outros radiologistas ou outros algoritmos de IA. Pode haver outras maneiras de usar IA na triagem de mamografia, mas estes também devem, de preferência, ser investigados em um ambiente prospectivo”, afirma Kristina Lång.
Um total de 100.000 mulheres já foram inscritas no estudo MASAI. O próximo passo da equipe de pesquisa é investigar quais tipos de câncer foram detectados com e sem suporte de IA. O endpoint primário do estudo é a taxa de câncer de intervalo. Um câncer de intervalo é um câncer diagnosticado entre as triagens e geralmente tem um prognóstico pior do que os cânceres detectados na triagem. A taxa de câncer de intervalo será avaliada depois que as 100.000 mulheres no estudo tiverem pelo menos dois anos de acompanhamento.
“A triagem é complexa. O equilíbrio entre benefício e dano sempre deve ser levado em consideração. Só porque um método de triagem detecta mais cânceres não significa necessariamente que seja um método melhor. O importante é encontrar um método que possa identificar cânceres clinicamente significativos em um estágio inicial. No entanto, isso deve ser equilibrado com o dano de falsos positivos e o diagnóstico excessivo de cânceres indolentes. Os resultados de nossa primeira análise mostram que o rastreamento com IA é seguro, pois a taxa de detecção de câncer não diminuiu apesar de uma redução substancial em a carga de trabalho de leitura de tela. A análise planejada de cânceres de intervalo mostrará se a triagem apoiada por IA também leva a um programa de triagem mais preciso e eficaz”, diz Kristina Lång.
.
