A IA entra na sala de mamografia

Novos resultados de um grande ensaio clínico sugerem que a inteligência artificial pode ajudar os radiologistas a detetar mais cedo cancros da mama mais perigosos, sem provocar mais falsos alarmes, e pode aliviar a pressão sobre equipas hospitalares já sobrecarregadas.

Durante anos, os investigadores treinaram sistemas de IA com imagens médicas arquivadas, pedindo-lhes que aprendessem como o cancro se parece depois de o diagnóstico já ser conhecido. Esses estudos, ditos “retrospectivos”, indicavam que as máquinas podiam ser assistentes atentos, sobretudo para identificar pequenos tumores escondidos em tecido denso.

Mas esse tipo de teste só conta parte da história. O que as doentes e os serviços de saúde precisam realmente de saber é se usar IA no rastreio de rotina altera os resultados: apanha-se mais cancro numa fase inicial? Escapam menos tumores agressivos? As mulheres enfrentam menos convocações desnecessárias?

O novo ensaio Mammography Screening with Artificial Intelligence (MASAI), realizado na Suécia e publicado na revista The Lancet, é um dos primeiros estudos “prospectivos” em grande escala concebidos para responder a essas perguntas. Em vez de apenas reproduzirem imagens antigas, os investigadores acompanharam doentes reais rastreadas com apoio de IA e registaram o que lhes aconteceu ao longo do tempo.

"Neste estudo histórico, a IA não substituiu os radiologistas - trabalhou ao lado deles como uma segunda leitora digital."

No interior do ensaio MASAI sobre rastreio mamário

O ensaio MASAI incluiu mais de 100 000 mulheres com idades entre os 40 e os 80 anos que fizeram rastreio mamário de rotina na Suécia. As participantes foram distribuídas aleatoriamente por dois grupos:

• Cuidados padrão: cada mamografia foi lida de forma independente por dois radiologistas, que é a prática atual na Suécia.
• Cuidados com apoio de IA: um sistema de IA analisou primeiro cada mamografia e atribuiu uma pontuação de risco de 1 a 10.

A ferramenta de IA, treinada com mais de 200 000 mamografias de vários países, assinalou áreas suspeitas e atribuiu essa pontuação numérica de risco.

No braço com apoio de IA:

• As imagens com pontuação 1–9 eram depois analisadas por um único radiologista.
• As imagens com pontuação 10 eram encaminhadas para dois radiologistas, de forma semelhante ao que acontece com casos complexos nos cuidados padrão.

Com este modelo, a IA fez a triagem inicial, permitindo que os especialistas humanos se concentrassem nos exames com maior probabilidade de esconder cancro.

Mais cancros clinicamente relevantes, mesma taxa de falsos positivos

Um dos resultados mais marcantes foi o facto de o rastreio com apoio de IA detetar mais cancros “clinicamente relevantes” do que a dupla leitura tradicional. São cancros com maior probabilidade de crescer, espalhar-se ou exigir tratamento - em vez de pequenas alterações que talvez nunca causassem dano.

"A abordagem com apoio de IA detetou mais cancros perigosos sem aumentar a taxa de falsos positivos."

Esse equilíbrio é importante. Um falso positivo acontece quando um exame parece suspeito, a doente é chamada de novo para testes adicionais, mas afinal não é encontrado qualquer cancro. Essas convocações podem desencadear semanas de ansiedade, exames de imagem adicionais, biópsias e custos, tudo em troca de um resultado benigno.

A equipa do MASAI comunicou que o apoio de IA não aumentou a taxa global desses falsos alarmes. Ao mesmo tempo, melhorou a deteção dos cancros que realmente exigiam atenção médica. Em rastreio, essa combinação é rara: mais benefício sem mais dano.

Porque é que os cancros intervalares são o verdadeiro teste

Para avaliar o desempenho de qualquer método de rastreio, os cientistas prestam especial atenção aos “cancros intervalares”. Estes são cancros que surgem clinicamente nos meses ou anos após uma mamografia “normal”, normalmente entre rondas programadas de rastreio.

Os cancros intervalares tendem a ser invasivos e de crescimento rápido. Podem ter passado despercebidos nas imagens originais, estar ocultos por tecido denso ou ter desenvolvido rapidamente depois do último exame. Em qualquer dos casos, costumam ser mais agressivos e associam-se a piores resultados.

"Quando os cancros intervalares diminuem, isso mostra que o rastreio está a apanhar mais tumores ameaçadores antes de eles se tornarem incontroláveis."

No ensaio MASAI, as mulheres do grupo com apoio de IA tiveram menos cancros intervalares nos dois anos após o rastreio do que as do grupo com cuidados padrão. Isso sugere que a IA estava a ajudar os radiologistas a identificar tumores que, de outra forma, só teriam sido detetados mais tarde - ou apenas depois do aparecimento de sintomas.

Os especialistas em cancro da mama encaram este tipo de redução como um sinal forte de que vale a pena adotar uma melhoria no rastreio, porque menos doentes acabam por ser diagnosticadas em fases avançadas da doença.

O que o ensaio mostrou, de forma resumida

Medida	Dupla leitura padrão	Leitura com apoio de IA
Cancros detetados no rastreio	Menos cancros clinicamente relevantes	Mais cancros clinicamente relevantes
Cancros intervalares (no prazo de 2 anos)	Taxa mais elevada	Taxa mais baixa
Falsos positivos	Taxa de referência	Taxa semelhante
Carga de trabalho dos radiologistas	Dois leitores por exame	Reduzida; a IA faz a triagem dos exames

Aliviar a pressão sobre equipas de radiologia sobrecarregadas

Para além dos resultados clínicos, o ensaio aponta para um benefício importante ao nível dos recursos humanos. Muitos sistemas de saúde enfrentam uma escassez crónica de radiologistas especializados em mama. Em algumas regiões, os programas de rastreio têm dificuldade em acompanhar o ritmo, o que leva a atrasos na leitura dos exames ou até à redução do acesso ao rastreio.

Como a IA do MASAI pré-organizou as mamografias por nível de risco e reduziu a necessidade de dois leitores em todos os exames, diminuiu de forma significativa a carga de trabalho dos radiologistas. Foram precisos menos especialistas para o mesmo número de mulheres rastreadas, e os médicos puderam dedicar mais tempo aos casos complexos ou de maior risco.

"A IA não se cansa depois de um turno longo, e o seu desempenho não piora no fim do dia de trabalho."

Especialistas que não participaram no estudo dizem que esse ganho de eficiência pode tornar os programas de rastreio mais resilientes, sobretudo à medida que as populações envelhecem e o número de mulheres elegíveis para mamografias de rotina aumenta.

A IA pode ajudar em países com poucos especialistas?

A equipa sueca já está a dar o passo seguinte. Os investigadores estão a preparar um projeto de rastreio do cancro da mama na Etiópia, onde muitas mulheres ainda chegam aos cuidados de saúde com doença em fase avançada e onde os radiologistas com formação são escassos.

Nesse ensaio, a IA irá apoiar o rastreio por ecografia à cabeceira da doente, ajudando clínicos sem especialização a avaliar nódulos mamários suspeitos e a decidir quem precisa de exames adicionais. O objetivo é chegar a um diagnóstico mais precoce em locais onde os grandes programas de mamografia ainda não são viáveis.

Se tiver sucesso, esse tipo de projeto pode transformar os cuidados oncológicos em contextos com poucos recursos, onde a distância, o custo e a falta de pessoal atrasam muitas vezes o diagnóstico até os tratamentos serem menos eficazes.

O que as doentes devem saber sobre o rastreio com apoio de IA

Para alguém chamada para uma mamografia de rotina, o apoio de IA seria, na prática, quase invisível. O processo de imagem mantém-se igual. A diferença acontece nos bastidores, na forma como os exames são interpretados e priorizados.

• A IA analisa as imagens e atribui uma pontuação de risco.
• Os radiologistas observam os alertas da IA e tomam a decisão final.
• As sugestões da IA podem ser ignoradas se o radiologista discordar.

As doentes continuam a receber uma opinião humana - muitas vezes reforçada por este “segundo par de olhos”. A tecnologia foi concebida como apoio, e não como um veredicto automático.

Os sistemas de saúde vão precisar de orientações claras sobre quando confiar na IA, como lidar com divergências entre o software e os clínicos e como explicar o papel da IA em linguagem simples durante a discussão do consentimento.

Conceitos-chave: falsos positivos, sobrediagnóstico e risco

Dois termos costumam ser confundidos nas conversas sobre rastreio: falsos positivos e sobrediagnóstico.

• Falso positivo: o exame parece suspeito, mas os testes de seguimento mostram que não há cancro. O dano de curto prazo é o stress, a falta ao trabalho e os procedimentos adicionais.
• Sobrediagnóstico: é encontrado um cancro verdadeiro, mas ele cresce tão lentamente que nunca teria causado sintomas nem encurtado a vida. O risco aqui é cirurgia, radioterapia ou fármacos desnecessários.

A mamografia com apoio de IA procura afinar a deteção para que os radiologistas identifiquem mais cancros realmente perigosos sem provocar um aumento destes problemas. O MASAI sugere que esse equilíbrio é possível, pelo menos num sistema de rastreio bem organizado.

O que isto pode significar para os futuros cuidados no cancro da mama

Se o rastreio com apoio de IA continuar a apresentar bons resultados em diferentes países e sistemas de saúde, poderá reformular gradualmente a prática habitual. Em vez de duas pessoas lerem todas as mamografias, muitos programas poderão passar para um modelo de IA mais humano, reservando a dupla leitura humana para os exames mais preocupantes.

Essa mudança pode acelerar a elaboração dos relatórios, alargar o rastreio a zonas com menos recursos e permitir que os radiologistas se concentrem em trabalho diagnóstico mais complexo, como ressonância magnética, ecografia e biópsias guiadas por imagem.

Continuam, contudo, a existir questões em aberto: quão bem estas ferramentas funcionam em populações muito diversas, com que frequência precisam de ser reaprendidas e quem responde quando a IA falha um cancro. Os reguladores e os hospitais terão de avançar com prudência, testando os sistemas localmente em vez de presumirem que um único algoritmo serve para todos.

Por agora, o ensaio MASAI deixa uma mensagem clara: usado com critério, a IA pode reforçar o rastreio do cancro da mama em vez de substituir os especialistas que o asseguram. Para muitas mulheres, essa camada extra de vigilância pode ser a diferença entre um tumor pequeno e tratável e um cancro avançado detetado demasiado tarde.