Os algoritmos de IA superaram os modelos de risco clínico tradicionais em um estudo em larga escala, prevendo o risco de câncer de mama em cinco anos com mais precisão. Esses modelos usam mamografias como fonte única de dados, oferecendo vantagens potenciais na individualização do atendimento ao paciente e no aumento da eficiência da previsão.
Em um grande estudo de milhares de mamografias, os algoritmos de inteligência artificial (IA) superaram o modelo de risco clínico padrão para prever o risco de câncer de mama em cinco anos. Os resultados do estudo foram publicados na Radiology, uma revista da Sociedade Radiológica da América do Norte (RSNA).
O risco de câncer de mama de uma mulher é normalmente calculado usando modelos clínicos, como o modelo de risco do Consórcio de Vigilância do Câncer de Mama (BCSC), que usa informações auto-relatadas e outras sobre a paciente – incluindo idade, histórico familiar da doença, se ela deu nascimento e se ela tem mamas densas – para calcular uma pontuação de risco.
“Os modelos de risco clínico dependem da coleta de informações de diferentes fontes, que nem sempre estão disponíveis ou coletadas”, disse o pesquisador principal Vignesh A. Arasu, M.D., Ph.D., cientista pesquisador e radiologista praticante da Kaiser Permanente Northern California. “Avanços recentes em deep learning de IA nos fornecem a capacidade de extrair centenas a milhares de recursos mamográficos adicionais.”
No estudo retrospectivo, o Dr. Arasu usou dados associados a mamografias 2D de triagem negativas (sem evidências visíveis de câncer) realizadas na Kaiser Permanente, norte da Califórnia, em 2016. Das 324.009 mulheres rastreadas em 2016 que atenderam aos critérios de elegibilidade, uma subcoorte aleatória de 13.628 mulheres foi selecionado para análise. Além disso, todos os 4.584 pacientes do grupo de elegibilidade que foram diagnosticados com câncer dentro de cinco anos da mamografia original de 2016 também foram estudados. Todas as mulheres foram acompanhadas até 2021.
“Selecionamos mamografias de todo o ano de triagem realizadas em 2016, portanto, nossa população de estudo é representativa das comunidades no norte da Califórnia”, disse o Dr. Arasu.
Os pesquisadores dividiram o período de estudo de cinco anos em três períodos de tempo: risco de câncer de intervalo, ou cânceres incidentes diagnosticados entre 0 e 1 ano; risco de câncer futuro, ou cânceres incidentes diagnosticados entre um e cinco anos; e todos os cânceres de risco ou incidentes diagnosticados entre 0 e 5 anos.
Usando as mamografias de rastreamento de 2016, as pontuações de risco para câncer de mama durante o período de cinco anos foram geradas por cinco algoritmos de IA, incluindo dois algoritmos acadêmicos usados por pesquisadores e três algoritmos disponíveis comercialmente. Os escores de risco foram então comparados entre si e com o escore de risco clínico BCSC.
“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 em 0 a 5 anos”, disse o Dr. Arasu. “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.”
“[IA] é uma ferramenta que pode nos ajudar a fornecer medicina personalizada e de precisão em nível nacional..” – Vignesh A. Arasu, M.D., Ph.D.
Alguns dos algoritmos de IA se destacaram na previsão de pacientes com alto risco de câncer de intervalo, que geralmente é agressivo e pode exigir uma segunda leitura de mamografias, triagem suplementar ou imagens de acompanhamento de curto intervalo. Ao avaliar as mulheres com o maior risco de 10%, por exemplo, a IA previu até 28% dos cânceres em comparação com 21% previstos pelo BCSC.
Mesmo os algoritmos de IA treinados para horizontes de tempo curtos (tão baixos quanto 3 meses) foram capazes de prever o risco futuro de câncer até cinco anos, quando nenhum câncer foi clinicamente detectado pela mamografia de rastreamento. Quando usados em combinação, os modelos de risco AI e BCSC melhoraram ainda mais a previsão do câncer.
“Estamos procurando um meio preciso, eficiente e escalável de entender o risco de câncer de mama em mulheres”, disse o Dr. 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.”
O Dr. Arasu disse que algumas instituições já estão usando IA para ajudar os radiologistas a detectar câncer em mamografias. A pontuação de risco futuro de uma pessoa, que leva segundos para ser gerada pela IA, pode ser integrada ao relatório de radiologia compartilhado com o paciente e seu médico.
“A IA para previsão de risco de câncer nos oferece a oportunidade de individualizar o atendimento de cada mulher, o que não está sistematicamente disponível”, disse ele. “É uma ferramenta que pode nos ajudar a fornecer medicina personalizada e de precisão em nível nacional.”
Publicado em 13/06/2023 00h54
Artigo original:
Estudo original: