# A inteligência artificial já pode ser usada com segurança no rastreamento mamográfico populacional, e em qual papel?

> A revisão sistemática indica que os sistemas de inteligência artificial atuais têm desempenho diagnóstico amplamente comparável ao dos radiologistas e reduzem de forma substancial a carga de leitura, sobretudo como segundo leitor ou ferramenta de triagem. A evidência prospectiva emergente apoia essa integração, mas a leitura autônoma ainda exige estudos populacionais de longo prazo.

Estudo citado: Jassim G, Otoom O, Nair B, Hashem J. Performance of artificial intelligence in breast cancer screening programmes: a systematic review. BMJ open. 2025. DOI: https://doi.org/10.1136/bmjopen-2025-111360. PubMed: https://pubmed.ncbi.nlm.nih.gov/41475802/

## Resposta

A revisão sistemática reuniu evidências sobre o uso de inteligência artificial no rastreamento do câncer de mama, comparando a IA como leitora isolada ou em fluxos assistidos por radiologistas versus radiologistas sozinhos. O objetivo foi sumarizar acurácia diagnóstica e desfechos de fluxo de trabalho em mulheres assintomáticas submetidas a mamografia digital ou tomossíntese digital de mama.

Quando usada como segundo leitor ou dentro de fluxos de dupla leitura, a IA geralmente manteve ou aumentou modestamente a sensibilidade, com preservação ou melhora da especificidade. Configurações de triagem e de encaminhamento para decisão trouxeram o maior benefício operacional, reduzindo o volume de leituras de forma expressiva quando os limiares foram calibrados de maneira conservadora.

A IA isolada alcançou valores de AUC comparáveis aos dos radiologistas e detecção de câncer semelhante em coortes do mundo real não enriquecidas, embora o seguimento de cânceres de intervalo permaneça incompleto em vários conjuntos de dados. Em evidência prospectiva randomizada, incluindo o estudo MASAI, o rastreamento apoiado por IA obteve taxas de detecção de câncer mais altas, com taxas de falso-positivo e de recall estáveis ou reduzidas.

Em cenários de implementação e simulação, a integração da IA reduziu substancialmente a carga de trabalho dos radiologistas, com abordagens de triagem e de band-pass diminuindo o número de leituras. A certeza global é limitada pela heterogeneidade entre desenhos de estudo, pela dependência de conjuntos enriquecidos em algumas estimativas de acurácia e pelo seguimento incompleto de cânceres de intervalo em vários estudos importantes.

A conclusão é que os sistemas contemporâneos de IA mostram desempenho diagnóstico amplamente comparável ao dos radiologistas e podem reduzir de forma substancial a carga de leitura, particularmente como segundo leitor ou ferramenta de triagem. A evidência prospectiva emergente apoia a integração segura nesses papéis, mas relato transparente, avaliação padronizada e estudos populacionais de longo prazo ainda são necessários antes de considerar a IA como leitora isolada.

## O que o estudo mostrou

Revisão sistemática de estudos primários que avaliaram IA para mamografia de rastreamento, com busca em múltiplas bases entre janeiro de 2012 e junho de 2025 e sem restrição de idioma. Foram incluídos 31 estudos, entre ensaios randomizados controlados, estudos prospectivos de leitores pareados, implementações baseadas em registros e simulações retrospectivas, representando mais de dois milhões de exames de rastreamento na Europa, Ásia, América do Norte e Austrália. Como segundo leitor ou em dupla leitura, a IA manteve ou aumentou modestamente a sensibilidade (até +9 pontos percentuais) preservando ou melhorando a especificidade. Triagem e encaminhamento para decisão reduziram o volume de leituras em 40-90% mantendo detecção de câncer não inferior com limiares conservadores. A IA isolada teve AUC comparável aos radiologistas. No estudo MASAI, o rastreamento apoiado por IA teve taxas de detecção de câncer mais altas (6,4 versus 5,0 por 1000; p=0,0021), com taxas de falso-positivo e recall estáveis ou reduzidas.

## Limitações

O resumo não informa detalhes sobre a amostra de cada estudo incluído nem sobre a população exata. A certeza global é limitada pela heterogeneidade entre desenhos de estudo, pela dependência de conjuntos enriquecidos em algumas estimativas de acurácia e pelo seguimento incompleto de cânceres de intervalo em vários estudos importantes. O resumo não informa metanálise quantitativa, sendo a síntese narrativa. Permanecem necessários relato transparente, avaliação padronizada e estudos populacionais de longo prazo antes de considerar a IA como leitora isolada.

## Aplicação no consultório

Para o médico que acompanha programas de rastreamento, a evidência favorece posicionar a IA como segundo leitor ou ferramenta de triagem, papéis em que o desempenho se mostrou comparável ao dos radiologistas e a carga de leitura caiu de forma substancial. Isso pode orientar decisões de gestão, como planejamento de fluxo de laudos e alocação de radiologistas, além de conversas com serviços de imagem sobre calibração conservadora de limiares. A leitura autônoma pela IA não deve ser tratada como padrão estabelecido, dado que o seguimento de cânceres de intervalo permanece incompleto. O resumo não informa custos nem requisitos regulatórios, o que limita conclusões sobre implantação.

## Perguntas para aprofundar

- Como a IA se compara ao radiologista isolado na acurácia do rastreamento mamográfico?
- Quais papéis de integração da IA reduzem mais a carga de leitura sem perder detecção de câncer?
- O que ainda falta para considerar a IA como leitora isolada no rastreamento populacional?

Tema: IA em dermatologia. Página: https://alphadoctor.com.br/ciencia/ia-dermatologia/a-inteligencia-artificial-ja-pode-ser-usada-com-seguranca-no-rastreamento/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.