Um estudo pioneiro realizado na Suécia investigou os efeitos da aplicação da inteligência artificial (IA) na melhoria da precisão na detecção de câncer de mama em exames de mamografia. Embora estudos retrospectivos já tenham apontado resultados promissores usando a IA para aprimorar a precisão na triagem mamográfica e reduzir a carga de trabalho de leitura de exames, este é o primeiro ensaio clínico randomizado a ser conduzido nesse contexto. O estudo teve como objetivo avaliar a segurança clínica de um protocolo de leitura assistida por IA em comparação com a leitura padrão realizada por radiologistas após a realização de mamografias.
O estudo foi conduzido como um ensaio clínico randomizado controlado, baseado em população, com mulheres com idades entre 40 e 80 anos elegíveis para triagem mamográfica. Isso incluiu triagens gerais com intervalos de 1,5 a 2 anos e triagens anuais para aquelas com risco hereditário moderado de câncer de mama ou histórico prévio da doença. O estudo foi realizado em quatro centros de triagem na Suécia. As mulheres foram informadas sobre o estudo como parte do convite para triagem e aquelas que não optaram por sair foram randomicamente alocadas (1:1) para triagem com suporte de IA (grupo de intervenção) ou leitura dupla padrão sem IA (grupo de controle).
Os exames de triagem foram randomizados automaticamente pelo Sistema de Comunicação e Arquivamento de Imagens por meio de um gerador de números pseudoaleatórios, após a aquisição da imagem. As participantes e os radiologistas responsáveis pelos exames foram mascarados quanto à alocação ao grupo de estudo.
O sistema de IA usado (Transpara versão 1.7.0) forneceu uma pontuação de risco de malignidade baseada no exame em uma escala de 10 níveis. Essa pontuação foi utilizada para encaminhar os exames de triagem para leitura única (pontuação de 1 a 9) ou leitura dupla (pontuação 10). As pontuações de risco de IA e as marcações de detecção assistida por computador estavam disponíveis para os radiologistas durante a leitura dos exames.
Resultados e Conclusões do estudo
Ao longo do período de abril de 2021 a julho de 2022, um total de 80.033 mulheres foram randomicamente designadas para triagem com suporte de IA (n = 40.003) ou leitura dupla sem IA (n = 40.030). O grupo de intervenção apresentou uma taxa de detecção de câncer de 6,1 por 1000 participantes triadas, enquanto o grupo de controle teve uma taxa de 5,1 por 1000 participantes, uma diferença que se mostrou estatisticamente significativa (p = 0,052).
As taxas de recall (2,2% vs. 2,0%) e a taxa de falsos positivos (1,5%) foram semelhantes entre os grupos. A taxa de valor preditivo positivo (VPP) para recall foi maior no grupo de intervenção (28,3% vs. 24,8%). Quanto ao tipo de câncer detectado, o grupo de intervenção apresentou uma proporção ligeiramente maior de cânceres in situ (25% vs. 19%) em comparação com o grupo de controle.
Além disso, o uso da IA reduziu significativamente a carga de trabalho de leitura de exames em 44,3%. Os resultados do estudo indicam que a triagem mamográfica com suporte de IA é segura e pode resultar em uma detecção de câncer de mama semelhante à leitura dupla padrão, com um trabalho de leitura substancialmente reduzido. O estudo ainda está em andamento para avaliar o desfecho primário do estudo, que é a taxa de câncer intervalar, após um acompanhamento de 2 anos.
Financiamento e Próximos Passos
O estudo foi financiado pela Sociedade Sueca de Combate ao Câncer, Confederação de Centros Regionais de Câncer e pelo financiamento governamental sueco para pesquisa clínica (ALF). Embora a taxa de detecção de câncer tenha se mostrado promissora, os pesquisadores estão ansiosos para avaliar a taxa de câncer intervalar, que é um indicador crucial para a eficácia do programa de triagem mamográfica com suporte de IA. Com base nos resultados positivos até o momento, o uso da inteligência artificial na triagem mamográfica parece ter um futuro promissor no auxílio aos radiologistas na detecção precoce do câncer de mama.
