Evitando falsos positivos
A inteligência artificial pode complementar as avaliações das mamografias feitos pelos radiologistas humanos, melhorando o diagnóstico e reduzindo os falsos positivos, sem perder casos de câncer reais.
Isto se tornou possível com um novo algoritmo que identifica mamografias normais com altíssima sensibilidade.
Os pesquisadores então fizeram uma simulação nos dados das pacientes para ver o que teria acontecido se todas as mamografias de muito baixo risco tivessem sido retiradas da análise dos radiologistas, concentrando-se apenas nos exames mais suspeitos.
A simulação revelou que menos pessoas teriam sido chamadas de volta para exames adicionais, mas também que o número de casos de câncer detectados se manteve, ou seja, não houve falsos negativos.
Os resultados falsos positivos estão entre as principais críticas ao rastreamento do câncer de mama por meio de mamografias de rotina, dado o número elevado de ocorrências, com danos psicológicos e até físicos para as pacientes que de fato não têm a doença. As mulheres sofrem anos após um falso positivo de mamografia e, ainda pior, um falso-positivo em mamografia aumenta risco de câncer real.
“Falsos positivos ocorrem quando você liga para uma paciente para exames adicionais e seu caso é benigno,” explica o Dr. Richard Wahl, da Universidade de Washington (EUA). “Isso causa muita ansiedade desnecessária para as pacientes e consome recursos médicos. Este estudo de simulação mostrou que mamografias de muito baixo risco podem ser identificadas de forma confiável pela IA para reduzir falsos positivos e melhorar os fluxos de trabalho.”
Menos falsos positivos sem perda de casos
A equipe treinou o modelo de IA (inteligência artificial) com 123.248 mamografias digitais 2D (contendo 6.161 mostrando câncer) que foram amplamente coletadas e lidas por radiologistas da universidade. Em seguida, eles validaram e testaram o modelo de IA em três conjuntos independentes de mamografias, dois de instituições nos EUA e um no Reino Unido.
No final do processo, tanto a abordagem da IA como a abordagem padrão de cuidados do mundo real identificaram os mesmos 55 casos de câncer de mama. Em outras palavras, este estudo de IA sugere que, de 10.000 pessoas que realizaram mamografias iniciais, 262 poderiam ter evitado exames de diagnóstico e 10 poderiam ter evitado biópsias, sem que nenhum caso de câncer fosse perdido.
“A forma como os sistemas de IA podem ajudar é desempenhando um papel de apoio. Ao avaliar com precisão os casos negativos, ela pode ajudar a remover o feno do palheiro, para que os médicos possam encontrar a agulha com mais facilidade,” disse Jason Su, membro da equipe. “Este estudo demonstra que a IA pode ser altamente precisa na identificação de exames negativos. Mais importante ainda, os resultados mostraram que a automatização da detecção de negativos também pode levar a um enorme benefício na redução de falsos positivos sem alterar a taxa de detecção de câncer.”