Um estudo prospetivo lançado recentemente defende o potencial da Inteligência Artificial (IA) para aliviar a pressão sobre os médicos radiologistas durante o rastreio do cancro da mama. Através da utilização de uma solução de IA aprovada pela Food and Drug Administration (FDA) e com marca CE (Conformidade Europeia) para a análise de mamografias, é possível substituir um leitor humano sob a diretriz de leitura dupla da Europa.
A Lunit, fornecedora de soluções baseadas em Inteligência Artificial (IA) para diagnóstico e terapia do cancro, lidera assim uma mudança transformadora no rastreio do cancro da mama. O estudo foi liderado por Fredrik Strand, do Instituto Karolinska, na Suécia, e envolveu mais de 50.000 mulheres.
“Embora as leituras duplas, realizadas por dois radiologistas, tenham sido estabelecidas como prática comum em toda a Europa e na Austrália, muitos países estão a enfrentar grandes dificuldades devido à escassez de radiologistas.”, explica o Fredrik Strand, radiologista mamário e professor associado no Instituto Karolinska. “Este estudo prospetivo estabelece as bases para a adoção generalizada da IA no rastreio do cancro da mama, preenchendo o papel de um radiologista, o que por sua vez pode reduzir os custos médicos e levar à maior comparticipação dos cuidados de saúde.”
Conduzido entre 1 de abril de 2021 e 9 de junho de 2022, este estudo analisou meticulosamente 55.581 casos de rastreio do cancro da mama em ambientes clínicos do mundo real. A análise introduziu três leitores independentes: Radiologista 1, Radiologista 2 e o sistema de IA, permitindo comparações meticulosas.
Os resultados foram transformadores: a IA, em colaboração com um único radiologista, exibiu uma Taxa de Deteção de Cancro de 4,7 por 1.000, superando a abordagem tradicional de dois radiologistas (4,5 por 1.000). O estudo também mostrou um declínio significativo das taxas de reconvocação (RR) com IA, tanto em colaboração com um radiologista (RR 2,8, redução de 4,44%) quanto durante a operação independente (RR 1,55, redução de 47,1%), em comparação com o sistema de leitura dupla (RR 2,93).
Com base nessas descobertas, no início deste ano, a Lunit estabeleceu uma parceria pioneira com o Hospital Capio St Göran, o maior hospital privado da Suécia e que faz parte do grupo Ramsay Santé. Com base no contrato, a Lunit integrou o sistema, marcando a primeira implementação real em que a IA substitui um dos dois leitores humanos no rastreio do cancro da mama. Neste momento, o hospital utiliza esta tecnologia para analisar mais de 65.000 mamografias anualmente, contribuindo significativamente para o programa nacional de rastreio do cancro da mama da Suécia.
“Este passo inovador para nos tornarmos no primeiro centro mamário do mundo que usa IA como leitor independente permite que os radiologistas fiquem menos sobrecarregados com a quantidade excessiva de leituras, permitindo-lhes concentrar-se em diagnósticos mais avançados e garantindo tempos de espera mais curtos para os doentes”, explica Karin Dembrower, médica sénior da Clínica de Mamografia do Hospital Capio St Göran. “A curto prazo, prevemos a deteção de mais cancros; a longo prazo, prevemos uma diminuição dos cancros de intervalo e a deteção de tumores mais pequenos. Estamos entusiasmados por realizarmos mais estudos para explorar essas possibilidades.”, remata.
Publicados recentemente na Lancet Digital Health, os resultados do estudo e a história de implementação foram apresentados na conferência da Sociedade Europeia de Imagem Mamária (EUSOBI 2023), realizada em Valência, Espanha, entre 28 e 30 de setembro.
“Este estudo representa um marco na área da saúde, inaugurando uma era em que a IA complementa e eleva perfeitamente os padrões de rastreio do cancro da mama. A IA está a redefinir os padrões de rastreio do cancro.”, congratula-se Brandon Suh, CEO da Lunit. “A colaboração com o Hospital Capio St Göran é fundamental para resolver a escassez de radiologistas e revolucionar a análise mamográfica. Reforça a dedicação da Lunit para com a formação de alianças semelhantes com instituições médicas europeias para melhorar as experiências dos doentes e otimizar a eficiência operacional.”, avança.
