Pesquisa da Sociedade Radiológica da América do Norte (RSNA) indica que os algoritmos de inteligência artificial (IA) tiveram um desempenho melhor do que o modelo de risco do Consórcio de Vigilância do Câncer de Mama (BCSC) na previsão do risco de cinco anos da doença. Dados dos Centros de Controle e Prevenção de Doenças (CDC) dos Estados Unidos mostram que 264 mil mulheres e 2.400 homens recebem um diagnóstico de câncer de mama anualmente.
Apesar dos vários métodos de previsão do câncer de mama, como o modelo de risco BCSC, seu uso pode ser desgastante. De acordo com Vignesh A. Arasu, MD, PhD, cientista pesquisador e radiologista praticante da Kaiser Permanente Northern California, isso ocorre principalmente porque as informações necessárias podem ser inacessíveis ou difíceis de obter. No entanto, Arasu observou que os avanços tecnológicos e a IA podem tornar o processo de avaliação de mamografias mais eficiente.
Para comparar as habilidades da IA com o modelo BCSC, o cientista conduziu um estudo retrospectivo que envolveu mamografias 2D de triagem negativa da Kaiser Permanente Northern California em 2016. De um grupo de 324.009 mulheres consideradas elegíveis em 2016, foram analisadas mamografias de 13.628. O estudo também acompanhou os 4.584 pacientes da população original de pacientes que receberam um diagnóstico de câncer em cinco anos.
Os pesquisadores definiram três períodos de tempo com base na ocorrência do diagnóstico: risco de câncer de intervalo, descrevendo diagnósticos entre zero e um ano; risco futuro de câncer, descrevendo diagnósticos entre um e cinco anos; e todos os riscos de câncer, abrangendo todo o período de cinco anos.
Os pesquisadores usaram um total de cinco algoritmos de IA para o estudo, dois dos quais eram algoritmos acadêmicos e três estavam disponíveis comercialmente. Depois de comparar seu desempenho com as habilidades do modelo de risco BCSC, os pesquisadores descobriram que os algoritmos de IA tiveram um desempenho melhor do que o modelo de risco padrão.
“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 de 0 a 5 anos”, disse Arasu em um comunicado à imprensa. “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.”
Além disso, os algoritmos de IA apresentaram vários outros benefícios. Os pesquisadores também observaram que certos algoritmos de IA tiveram um bom desempenho na previsão daqueles em risco de câncer de intervalo. Isso é crítico, pois geralmente requer leituras de mamografia de acompanhamento. E mesmo os algoritmos de IA que não tiveram uma longa duração de treinamento tiveram um bom desempenho.
“Estamos procurando um meio preciso, eficiente e escalável de entender o risco de câncer de mama em mulheres”, disse Arasu. “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.”
A IA está desempenhando um papel cada vez mais significativo na previsão e detecção do câncer, servindo como base para muitos esforços de pesquisa.
Uma grande doação do National Cancer Institute em novembro do ano passado levou pesquisadores da Universidade da Califórnia Davis a alimentar projetos de IA para aprimorar o rastreamento do câncer de mama e a previsão de risco. Por meio desses esforços, os pesquisadores visaram reduzir as disparidades de saúde.
Frequentemente, certos tipos de triagem regular podem levar a resultados falsos positivos. A doação, no entanto, apoiará os pesquisadores enquanto eles testam se os novos recursos de IA e imagem podem melhorar os modelos de previsão de risco.
