Uma nova pesquisa com 175.000 mulheres — o maior estudo do NHS até o momento — sobre o uso de IA na triagem do câncer de mama mostra que a IA detectou mais casos de câncer invasivo, mais casos no geral, teve menos falsos positivos e convocou menos mulheres para realizar o primeiro exame em comparação com os médicos. Em uma parte do estudo, a IA reduziu o tempo gasto na leitura dos exames em quase um terço.

A pesquisa foi conduzida pelo Imperial College London,  Google,  as universidades de Cambridge e Surrey,  os NHS Trusts dos Hospitais  Universitários de Cambridge , o Imperial College Healthcare , o Royal Marsden, o Royal Surrey e o St George's University Hospitals, e o grupo de engajamento público AIMS.          

O câncer de mama é o tipo de câncer mais comum no Reino Unido, com uma mulher diagnosticada a cada 10 minutos. 

No entanto, existe uma carência de 29% de radiologistas clínicos – quase 2.000 profissionais – e prevê-se que esse número suba para 39% até 2029. Esta pesquisa demonstra o potencial para que mais mulheres sejam diagnosticadas e tratadas mais cedo, reduzindo, ao mesmo tempo, a carga de trabalho dos radiologistas.   

No Reino Unido, os exames de imagem para câncer de mama são avaliados por dois radiologistas, geralmente especialistas. Cada um analisa o exame separadamente, podendo o segundo radiologista ter conhecimento ou não da decisão do primeiro. 

Esta pesquisa analisou o desempenho de dois leitores humanos em comparação com um leitor humano e um leitor de IA, utilizando um software de inteligência artificial desenvolvido pelo Google. Os resultados foram publicados em dois artigos interligados, divulgados hoje na revista Nature Cancer .  

 

O primeiro foi um estudo retrospectivo com 125.000 mulheres, com idades entre 50 e 70 anos, provenientes de cinco serviços de rastreio do NHS (Serviço Nacional de Saúde do Reino Unido). Elas foram rastreadas entre 2015 e 2016, durante um período de acompanhamento de 39 meses. A análise final incluiu 115.973 exames de rastreio de cancro da mama. 

A inteligência artificial (IA) como segunda leitora obteve melhores resultados do que a primeira leitora humana, com a taxa de detecção de câncer (TDC) subindo de 7,54 (humana) para 9,33 (IA) por 1.000 mulheres.  

A IA também identificou mais cânceres invasivos, reduziu significativamente os falsos positivos e detectou 25% dos cânceres de intervalo (cânceres detectados entre exames que indicavam saúde).  

A IA teve um desempenho particularmente bom nas primeiras visualizações – com 39,3% menos recalls e uma taxa de cliques (CDR) 8,8% maior. 

Com a IA, o tempo necessário para ler uma digitalização foi reduzido em quase um terço (32,1%, ou 195.983 leituras contra 288.616 leituras), representando uma redução significativa na carga de trabalho. 

A segunda parte do estudo analisou 9.266 casos atuais em dois serviços de triagem em 12 locais em Londres. 

 Durante as duas primeiras semanas, a IA apresentou uma taxa de recordação superior à dos humanos e acima da taxa de recordação alvo do estudo, o que levou os pesquisadores a ajustarem os critérios. Apesar disso, a IA continuou apresentando uma taxa de recordação superior. 

No entanto, em ambos os locais, o tempo médio para a IA concluir uma leitura foi de 17,7 minutos, em comparação com 2,08 dias para o primeiro leitor humano, uma economia de tempo significativa. 

A terceira parte do estudo analisou o uso da IA na arbitragem em 50.000 mulheres.  

A arbitragem ocorre quando o primeiro e o segundo radiologistas não chegam a um consenso sobre o diagnóstico, e um terceiro radiologista analisa a tomografia e toma a decisão final. Esta é a primeira vez que a IA foi utilizada nesse cenário. Os resultados mostraram que a IA teve um desempenho comparável ao dos humanos.  

A IA apresentou uma taxa de arbitragem mais alta, mas, no geral, reduziu a carga de trabalho da triagem.  Os pesquisadores sugerem que o desenvolvimento adicional da ferramenta de IA pode potencialmente levar à detecção de cânceres mais precocemente do que com dois avaliadores humanos.  

 

A Dra. Susan Thomas , Diretora Clínica do Google e uma das autoras de ambos os artigos, acrescentou :  

“A detecção precoce é a nossa ferramenta mais poderosa na luta contra o câncer de mama, e essas descobertas marcam uma verdadeira virada.”

"Esta é a primeira vez que conseguimos testar rigorosamente médicos e inteligência artificial trabalhando juntos em um ambiente clínico.  

“Essas descobertas têm o potencial de apoiar a transformação do NHS (Serviço Nacional de Saúde do Reino Unido) e as experiências das pessoas de ambos os lados do exame, aproximando-nos de um futuro em que essa tecnologia fortaleça sistemas de saúde inteiros e, em última análise, salve vidas.” 

A professora Deborah Cunningham , radiologista consultora do Imperial College Healthcare NHS Trust e também autora do estudo, acrescentou: 

“Este estudo fornece boas evidências do potencial uso da IA no mundo real da mamografia de rastreio, onde a disponibilidade de pessoal é particularmente difícil. A sua implementação poderia apoiar o bem-sucedido programa de rastreio do cancro da mama do NHS, reduzindo a mortalidade por cancro da mama.”  

“O tempo economizado liberará os radiologistas para realizar tarefas mais práticas, como biópsias por agulha, uma parte essencial do processo de diagnóstico do câncer. Isso não deve ser visto como uma ameaça ao sustento dos radiologistas, mas sim como uma oportunidade para que possamos dedicar mais tempo a aprimorar nossas habilidades e trabalhar com colegas e pacientes para melhorar o diagnóstico e os resultados do câncer.” A professora Fiona Gilbert, radiologista acadêmica da Universidade de Cambridge e também autora do estudo, acrescentou:  “O trabalho sobre arbitragem (quando a IA sinaliza uma anormalidade e a revisão humana está em dúvida sobre a necessidade de convocar a paciente novamente) é muito importante e ajudará a orientar o estudo prospectivo EDITH no Reino Unido (o maior estudo internacional comparando diferentes ferramentas de IA em mamógrafos em 30 locais) sobre a melhor forma de lidar com os casos em que um profissional acredita que o resultado é negativo, mas a ferramenta de IA o classifica como positivo.   O trabalho foi apoiado pelo NIHR Imperial Biomedical Research Centre, uma parceria de pesquisa translacional entre o Imperial College Healthcare NHS Trust e o Imperial College London, e financiado pelo NHS AI in Health and Care Award em parceria com o NIHR.”