A inteligência artificial em mamografia tem validação externa suficiente para complementar o rastreamento do câncer de mama na prática clínica?
Resposta curta: A revisão sistemática de validação externa mostra que a AUC e a sensibilidade da inteligência artificial independente foram semelhantes às dos radiologistas. Quando usada em conjunto com radiologistas, houve acurácia estatisticamente maior na avaliação das mamografias do que a avaliação por radiologistas isoladamente. A ferramenta surge como complemento à performance dos radiologistas.
Resposta
A revisão sistemática reuniu estudos de validação externa sobre o uso de diferentes algoritmos de inteligência artificial no rastreamento do câncer de mama por mamografia. A busca seguiu o PRISMA, nas bases PubMed, EMBASE e Cochrane, com os termos "Artificial Intelligence" e "Mammography" e seus respectivos termos MeSH, restrita aos últimos dez anos e ao idioma inglês.
Foram encontrados 1.878 artigos. Após a remoção de 373 duplicatas e a exclusão de 1.475 que não respondiam à pergunta PICO, 30 estudos foram incluídos. Os dados foram coletados de forma independente por cinco autores e sintetizados com base em dados amostrais, local, ano e principais resultados em termos de AUC, sensibilidade e especificidade.
A síntese demonstrou que a Área Sob a Curva ROC (AUC) e a sensibilidade foram semelhantes às dos radiologistas quando a inteligência artificial foi usada de forma independente. Quando utilizada em conjunto com os radiologistas, foi relatada acurácia estatisticamente maior na avaliação das mamografias em comparação à avaliação por radiologistas isoladamente.
Os autores concluem que os algoritmos de inteligência artificial surgem como meio de complementar e aprimorar o desempenho e a acurácia dos radiologistas. Também auxiliam profissionais menos experientes na detecção de possíveis lesões. A ferramenta pode ser usada para complementar e melhorar as análises conduzidas pelos profissionais médicos.
O que o estudo mostrou
Trata-se de revisão sistemática de estudos de validação externa, conduzida e relatada conforme o PRISMA, com buscas no PubMed, EMBASE e Cochrane. De 1.878 artigos encontrados, após remoção de 373 duplicatas e exclusão de 1.475 que não abordavam a pergunta PICO, 30 estudos foram incluídos. Os resultados mostraram AUC e sensibilidade da inteligência artificial independente semelhantes às dos radiologistas e acurácia estatisticamente maior quando usada em conjunto com radiologistas.
Limitações
O resumo não informa as limitações dos estudos incluídos nem detalhes sobre heterogeneidade entre algoritmos, populações ou protocolos de mamografia. Também não são descritos os dados amostrais de cada estudo nem a qualidade metodológica das validações externas. O resumo permite concluir apenas sobre os desfechos sintetizados de AUC, sensibilidade e especificidade.
Aplicação no consultório
Para a prática clínica, a revisão reforça que a inteligência artificial em mamografia deve ser entendida como ferramenta complementar ao radiologista, e não substituta. Na gestão do consultório e do serviço de imagem, isso orienta decisões sobre incorporação de softwares de apoio à leitura, dupla leitura e apoio a profissionais menos experientes, considerando que o resumo não detalha custos, fluxos de trabalho ou critérios de validação local.
Estudo citado
Artificial intelligence in mammography: a systematic review of the external validation. Revista brasileira de ginecologia e obstetricia : revista da Federacao Brasileira das Sociedades de Ginecologia e Obstetricia, 2024.
Autores: Branco PESC, Franco AHS, de Oliveira AP, Carneiro IMC, de Carvalho LMC, de Souza JIN, Leandro DR, Cândido EB.
DOI: 10.61622/rbgo/2024rbgo71 · PubMed: PMID 39380589
Perguntas para aprofundar
- Como a inteligência artificial em mamografia se compara ao radiologista isolado em sensibilidade e especificidade?
- A combinação de inteligência artificial e radiologista melhora a acurácia na avaliação de mamografias?
- Quais são as limitações dos estudos de validação externa de inteligência artificial em mamografia?
Mais sobre IA em dermatologia
- Algoritmos de inteligência artificial baseados em mamografia são melhores que ferramentas tradicionais para prever risco futuro de câncer de mama?
- Quais são os tipos e a frequência de erros da inteligência artificial na leitura de mamografias de rastreamento?
- A inteligência artificial já pode ser usada com segurança no rastreamento mamográfico populacional, e em qual papel?
- A inteligência artificial autônoma é tão eficaz quanto radiologistas na detecção de câncer de mama em mamografia digital e tomossíntese?
- Como a inteligência artificial pode apoiar a detecção de câncer de mama em mamografias e quais são as limitações atuais?
Todas as perguntas sobre IA em dermatologia · Todos os temas · Versão em markdown