A Inteligência Artificial Pode Compensar a Falta de Radiologistas na Luta Contra o Câncer de Mama, Mas Ainda Não Está Pronta

Recentemente, uma equipe de pesquisadores do Imperial College London e da Google (GOOGL ) Health criou um modelo de visão computacional destinado a diagnosticar casos de câncer de mama a partir de radiografias. Como relata a CNN, o modelo foi treinado com radiografias de mais de 29.000 mulheres, e quando comparado a seis radiologistas, o modelo conseguiu superar as avaliações dos médicos.

Atualmente, o NHS utiliza as decisões combinadas de dois médicos para diagnosticar câncer de mama a partir de radiografias. Se os dois médicos discordarem, um terceiro será chamado para consultar as imagens. Embora os médicos tivessem acesso aos registros médicos dos pacientes, o dispositivo de IA apenas tinha as mamografias para basear suas decisões. Apesar dessa limitação, o modelo de IA provou ser pelo menos tão bom quanto dois médicos no diagnóstico de câncer de mama. Na verdade, o modelo performou melhor do que um único médico na detecção de câncer de mama. Ao comparar as taxas de falsos positivos entre a IA e os médicos, a IA fez uma ligeira redução nos falsos positivos, sendo cerca de 1,2% mais precisa em geral. De acordo com os resultados do relatório de pesquisa, a IA também reduziu as taxas de falsos negativos (onde um caso positivo real de câncer é perdido) em cerca de 2,7%.

Um dos autores do artigo, Diretor do Centro de Pesquisa do Câncer da Imperial, Ara Darzi, explicou que a equipe de pesquisa não esperava que seu sistema entregasse resultados de tão alta qualidade. No entanto, Darzi está animado com a possibilidade de melhorar a produtividade e a precisão quando se trata de triagem de câncer.

O câncer de mama é a segunda principal forma de morte por câncer em mulheres, mas os resultados podem ser dramaticamente melhorados se a doença for diagnosticada precocemente. O problema é que, como afirmado pela Sociedade Americana de Câncer, atualmente mesmo os programas de triagem em larga escala perdem cerca de um em cada cinco casos.

Por essa razão, a equipe de pesquisa é otimista de que seu sistema possa ser aprimorado e que possa superar até mesmo os melhores clínicos. A equipe de pesquisa também afirmou que seu algoritmo pode potencialmente abordar a falta de radiologistas. Um relatório realizado pelo Royal College of Radiologists encontrou que no Reino Unido, haverá uma falta de quase 2.000 radiologistas até 2023, a menos que algo seja feito para remediar a situação.

No entanto, Darzi admite que, nessa etapa, o sistema não está pronto para substituir humanos e ser usado como um intérprete secundário. As ferramentas de IA no campo da saúde frequentemente não cumprem com suas promessas iniciais, graças a fatores complexos que não podem ser adequadamente simulados em treinamento. Uma grande limitação do estudo é que as imagens todas vieram de um único sistema de mamografia e as imagens careciam de diversidade. De acordo com o QZ, a equipe de pesquisa não teve acesso a detalhes que pudessem ser usados para determinar a diversidade das imagens no conjunto de dados, e portanto não é possível saber se o sistema ainda era altamente preciso quando solicitado a examinar radiografias de minorias. Existem disparidades raciais tanto no Reino Unido quanto nos EUA quando se trata do diagnóstico de câncer de mama, com mulheres negras sendo menos propensas a realizar exames de triagem no Reino Unido.

O Google planeja gastar tempo remediando a disparidade nos dados em que o modelo é treinado antes de disponibilizá-lo para parceiros de saúde, visando criar um conjunto de dados maior e mais inclusivo. O sistema também terá que ser testado em ensaios clínicos antes de ser disponibilizado para uso em ambientes clínicos. Os algoritmos desenvolvidos pela equipe de pesquisa têm o poder de genuinamente melhorar os resultados de saúde e salvar vidas, mas apenas se forem cuidadosamente e rigorosamente testados.