Inteligência artificial na mamografia permite detetar mais cancros da mama mais cedo, revela estudo inovador.

Novos resultados de um grande ensaio clínico indicam que a inteligência artificial (IA) pode ajudar os radiologistas a identificar cancros da mama mais perigosos numa fase mais precoce, sem provocar mais falsos positivos, e ainda aliviar a pressão sobre equipas hospitalares já no limite.

A IA entra na sala da mamografia

Há vários anos que os investigadores treinam sistemas de IA com imagens médicas arquivadas, pedindo-lhes que aprendam a reconhecer o aspecto do cancro quando o diagnóstico já é conhecido. Estes estudos, chamados retrospectivos, sugeriam que as máquinas podiam ser assistentes muito eficazes - sobretudo na detecção de pequenos tumores “escondidos” em mamas com tecido denso.

No entanto, esse tipo de validação mostra apenas uma parte do problema. O que realmente interessa a doentes e serviços de saúde é saber se a utilização de IA em rastreios de rotina altera resultados no mundo real:
- São detectados mais cancros numa fase inicial?
- Passam despercebidos menos tumores agressivos?
- Aumentam (ou não) as chamadas de retorno desnecessárias?

O ensaio Mammography Screening with Artificial Intelligence (MASAI), conduzido na Suécia e publicado na The Lancet, está entre os primeiros grandes estudos prospectivos desenhados para responder a estas questões. Em vez de analisar apenas exames antigos, os investigadores acompanharam mulheres rastreadas com apoio de IA e observaram o que lhes aconteceu ao longo do tempo.

Neste estudo marcante, a IA não substituiu os radiologistas - funcionou em conjunto com eles como um “segundo leitor” digital.

Por dentro do ensaio MASAI de mamografia com inteligência artificial

O MASAI incluiu mais de 100 000 mulheres entre os 40 e os 80 anos que participaram no rastreio de mama de rotina na Suécia. As participantes foram distribuídas aleatoriamente por dois grupos:

• Cuidados padrão: cada mamografia foi avaliada de forma independente por dois radiologistas, a prática habitual no país.
  
• 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, treinada com mais de 200 000 mamografias provenientes de vários países, assinalava zonas suspeitas e atribuía essa classificação numérica.

No grupo com IA: - As imagens com pontuação 1–9 eram depois avaliadas por um único radiologista.
- As imagens com pontuação 10 eram encaminhadas para dois radiologistas, à semelhança do que acontece com exames mais complexos no modelo padrão.

Na prática, a IA fazia uma triagem inicial, permitindo que os especialistas humanos concentrassem mais atenção nos exames com maior probabilidade de esconder cancro.

Mais cancros clinicamente relevantes, sem aumento de falsos positivos

Um dos resultados mais expressivos foi que o rastreio com apoio de IA detectou mais cancros clinicamente relevantes do que a leitura dupla convencional. Ou seja, tumores com maior probabilidade de crescer, invadir, metastizar ou exigir tratamento - e não apenas alterações mínimas que poderiam nunca vir a causar dano.

A abordagem com IA identificou mais tumores perigosos sem aumentar a taxa de falsos positivos.

Este equilíbrio é crucial. Um falso positivo acontece quando o exame parece suspeito, a mulher é chamada para exames adicionais, mas no final não se confirma cancro. Estas chamadas podem significar semanas de ansiedade, mais imagiologia, biópsias e custos - tudo para um resultado benigno.

No MASAI, a equipa reportou que a IA não aumentou a taxa global destes alarmes falsos e, ao mesmo tempo, melhorou a detecção dos cancros que realmente necessitam de atenção médica. Em rastreio, isto é pouco comum: mais benefício sem mais dano.

Porque os cancros de intervalo são o verdadeiro teste

Para avaliar a eficácia de qualquer programa de rastreio, os cientistas dão especial importância aos cancros de intervalo: tumores que surgem clinicamente nos meses ou anos após uma mamografia “normal”, tipicamente entre duas rondas de rastreio.

Os cancros de intervalo tendem a ser mais invasivos e de crescimento rápido. Podem ter passado despercebidos no exame inicial, ter ficado ocultos por tecido mamário denso ou, simplesmente, desenvolver-se com rapidez após o último rastreio. Em qualquer dos cenários, são frequentemente mais agressivos e associam-se a piores prognósticos.

Quando os cancros de intervalo diminuem, é um sinal de que o rastreio está a apanhar mais tumores ameaçadores antes de avançarem.

No ensaio MASAI, as mulheres no grupo com apoio de IA apresentaram menos cancros de intervalo nos dois anos após o rastreio do que as do grupo de cuidados padrão. Isto sugere que a IA ajudou os radiologistas a identificar tumores que, de outra forma, seriam detectados mais tarde - ou apenas quando já existissem sintomas.

Para especialistas em cancro da mama, esta redução é um indicador forte de que uma melhoria no rastreio merece ser considerada, porque significa menos diagnósticos em fase avançada.

O que o estudo mostrou (resumo)

Medida	Leitura dupla padrão	Leitura com apoio de IA
Cancros detectados no rastreio	Menos cancros clinicamente relevantes	Mais cancros clinicamente relevantes
Cancros de intervalo (até 2 anos)	Taxa mais elevada	Taxa mais baixa
Falsos positivos	Taxa de referência	Taxa semelhante
Carga de trabalho dos radiologistas	Dois leitores por exame	Menor; a IA faz triagem dos exames

Menos pressão sobre equipas de radiologia sobrecarregadas

Para lá dos resultados clínicos, o ensaio aponta para um benefício importante em recursos humanos. Muitos sistemas de saúde enfrentam escassez crónica de radiologistas com experiência em mama. Em algumas regiões, os programas de rastreio têm dificuldade em manter o ritmo, o que pode traduzir-se em atrasos na leitura de exames ou mesmo em menor acesso ao rastreio.

Como no MASAI a IA pré-classificava as mamografias por risco e reduzia a necessidade de dois leitores em todos os exames, a carga de trabalho dos radiologistas diminuiu de forma relevante. Assim, foi possível avaliar o mesmo volume de exames com menos leituras humanas, libertando tempo para casos complexos ou de maior risco.

A IA não se cansa ao fim de um turno longo e o seu desempenho não tende a baixar no final do dia de trabalho.

Especialistas não envolvidos no estudo referem que este ganho de eficiência pode tornar os programas de rastreio mais robustos, especialmente num contexto de envelhecimento populacional e aumento do número de mulheres elegíveis.

A IA pode ajudar países com poucos especialistas?

A equipa sueca já está a avançar para a etapa seguinte. Está a ser planeado um projecto de rastreio de cancro da mama na Etiópia, onde muitas mulheres chegam ao sistema de saúde com doença em fase tardia e existem poucos radiologistas.

Nesse estudo, a IA apoiará o rastreio por ecografia, ajudando profissionais não especializados a avaliar nódulos suspeitos e a decidir quem deve ser encaminhado para investigação adicional. A ambição é permitir diagnósticos mais precoces em locais onde um programa alargado de mamografia ainda não é viável.

Se iniciativas deste tipo tiverem sucesso, podem alterar profundamente os cuidados oncológicos em contextos com poucos recursos, onde distância, custos e falta de profissionais atrasam o diagnóstico até fases em que os tratamentos são menos eficazes.

O que as pessoas devem saber sobre rastreio com IA na mamografia

Para quem é chamado a fazer uma mamografia de rotina, o apoio de IA será, na maioria das vezes, invisível. O exame é igual; a diferença está nos bastidores, na forma como as imagens são interpretadas e priorizadas.

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

Ou seja, continua a existir uma avaliação humana - frequentemente reforçada por este “segundo par de olhos” digital. A tecnologia foi concebida como apoio, não como veredicto automático.

Ao mesmo tempo, os serviços de saúde precisarão de regras claras: quando confiar na IA, como gerir divergências entre software e clínicos e como explicar o papel da IA em linguagem simples durante o consentimento informado.

Conceitos-chave: falsos positivos, sobrediagnóstico e risco

Há dois termos que são frequentemente confundidos quando se fala de rastreio: falsos positivos e sobrediagnóstico.

• Falso positivo: o exame parece suspeito, mas os testes seguintes não confirmam cancro. O impacto imediato inclui ansiedade, faltas ao trabalho e procedimentos adicionais.
  
• Sobrediagnóstico: detecta-se um cancro real, mas tão lento que nunca causaria sintomas nem reduziria a esperança de vida. O risco aqui é tratamento desnecessário (cirurgia, radioterapia ou fármacos).

A mamografia com apoio de IA procura afinar a detecção para que os radiologistas encontrem mais cancros verdadeiramente arriscados sem aumentar nenhum destes problemas. O MASAI sugere que este equilíbrio é possível - pelo menos num sistema de rastreio bem organizado.

O que isto pode significar para o futuro do cancro da mama com IA

Se o rastreio assistido por IA continuar a mostrar bom desempenho em diferentes países e modelos de saúde, é provável que a prática evolua gradualmente. Em vez de dois profissionais avaliarem todas as mamografias, muitos programas poderão adoptar um modelo IA + humano, reservando a leitura dupla humana para os exames mais preocupantes.

Esta mudança pode acelerar tempos de resposta, facilitar a expansão do rastreio a áreas com menos acesso e permitir que os radiologistas se concentrem em trabalho diagnóstico mais exigente, como ressonância magnética, ecografia e biópsias guiadas por imagem.

Vale a pena acrescentar dois pontos práticos que ganham importância quando se passa do estudo para a implementação real. Primeiro, a qualidade dos dados e a privacidade: sistemas de IA dependem de grandes volumes de imagens e de integração com plataformas clínicas, pelo que é essencial garantir anonimização, segurança e auditorias regulares. Segundo, a equidade no acesso: para evitar que a tecnologia beneficie apenas centros com mais recursos, a adopção deve ser acompanhada de critérios transparentes, monitorização de resultados e formação contínua das equipas.

Persistem, ainda, questões em aberto: como estes sistemas se comportam em populações muito diversas, com que frequência necessitam de re-treino e quem assume responsabilidade quando a IA não sinaliza um cancro. Reguladores e hospitais terão de avançar com cautela, validando localmente em vez de assumir que um algoritmo serve para todos os contextos.

Para já, a mensagem principal do ensaio MASAI é clara: usada com critério, a inteligência artificial pode reforçar o rastreio do cancro da mama em vez de substituir os especialistas que o garantem. Para muitas mulheres, essa camada adicional de escrutínio pode significar a diferença entre um tumor pequeno e tratável e um cancro avançado detectado demasiado tarde.