A mamografia apoiada por IA é eficaz em um cenário nacional e real, de acordo com uma pesquisa publicada em 7 de janeiro em Medicina da Natureza.
Uma equipe liderada por Nora Eisemann, PhD, da Universidade de Lübeck, na Alemanha, descobriu que, em comparação com a leitura dupla padrão, a leitura dupla apoiada por IA levou à detecção de mais cânceres de mama, sem levar a taxas de recuperação significativamente mais altas.
“As nossas descobertas contribuem substancialmente para o crescente conjunto de evidências que sugerem que o rastreio mamográfico apoiado pela IA é viável e seguro e pode reduzir a carga de trabalho”, escreveu a equipa de Eisemann.
Estudos retrospectivos continuam a destacar o potencial da IA nos departamentos de radiologia, inclusive para imagens mamárias. A pesquisa também sugeriu que a tecnologia pode ser integrada aos fluxos de trabalho clínicos e ajudar os radiologistas na conclusão de tarefas. No entanto, poucos estudos prospectivos estão disponíveis, o que é uma das principais críticas à IA em estudos de imagem.
Um desses estudos prospectivos, PRAIM (estudo observacional multicêntrico PRospectivo de um sistema de IA integrado com monitoramento ao vivo), é um estudo observacional, multicêntrico, do mundo real, de não inferioridade e de implementação. O objetivo é comparar o desempenho da dupla leitura apoiada pela IA com a dupla leitura padrão entre mulheres com idades entre 50 e 69 anos. As mulheres foram submetidas a exames mamográficos organizados em 12 locais na Alemanha. Os radiologistas do estudo PRAIM escolheram voluntariamente se usariam o sistema de IA (Vara MG, Vara).
Eisemann e colegas descreveram os resultados iniciais do estudo PRAIM, para o qual 119 radiologistas examinaram 463.094 mulheres entre 2021 e 2023. Do total de mulheres, 260.739 foram examinadas com apoio de IA.
A equipe relatou que a leitura dupla apoiada por IA levou à detecção de mais cânceres, às taxas de reconvocação mais baixas e aos valores preditivos positivos (PPVs) para recordação e biópsia mais altos.
| Comparação entre leitura dupla padrão apoiada por IA de mamografias de rastreamento | ||
|---|---|---|
| Medir | Leitura dupla padrão | Leitura dupla assistida por IA |
| Taxa de detecção de câncer (por 1.000) | 5.7 | 6.7 |
| Taxa de recall (por 1.000) | 38,3 | 37,4 |
| PPV (recall) | 14,9% | 17,9% |
| VPP (biópsia) | 59,2% | 64,5% |
Os autores destacaram que, com esses resultados em mente, a leitura dupla apoiada por IA pode melhorar as métricas de rastreamento mamográfico. Apelaram à realização de esforços “urgentes” para a integração da mamografia apoiada pela IA nas directrizes de rastreio e para a promoção da adopção generalizada da IA nos programas de rastreio mamográfico.
Os investigadores não avaliaram diretamente a extensão da redução da carga de trabalho de leitura com a integração da IA. No entanto, relataram que os radiologistas do grupo de IA gastaram menos tempo interpretando exames considerados normais pelo sistema de IA em comparação com exames sem previsões confiáveis e exames com rede de segurança.
“Em uma análise post hoc assumindo que todos os exames marcados como normais não foram lidos pelos radiologistas e não foram encaminhados para uma conferência de consenso, observamos uma redução de 56,7% na carga de trabalho de leitura”, escreveram. “Curiosamente, isso resultou em uma taxa de recall significativamente menor (-15,0%), ao mesmo tempo em que melhorou a (taxa de detecção de câncer) em 16,7%.”
A equipa apelou à realização de estudos futuros para examinar os efeitos a jusante do rastreio apoiado pela IA no desempenho global do programa. Isso inclui taxas de câncer de intervalo e distribuição por estágio de diagnóstico em rodadas de triagem subsequentes.
O estudo completo pode ser encontrado aqui.
