# O que a revisão sistemática sobre aprendizado de máquina em diagnóstico auxiliado por computador do câncer de mama revela para a prática clínica?

> A revisão sistemática analisou 154 de 320 estudos recuperados sobre sistemas de diagnóstico e detecção auxiliados por computador para câncer de mama, conforme modalidades de imagem e classificadores baseados em aprendizado de máquina. O resumo descreve o panorama atual e discute estudos potenciais para criar sistemas mais objetivos e eficientes, sem informar resultados de desempenho clínico.

Estudo citado: Yassin NIR, Omran S, El Houby EMF, Allam H. Machine learning techniques for breast cancer computer aided diagnosis using different image modalities: A systematic review. Computer methods and programs in biomedicine. 2018. DOI: https://doi.org/10.1016/j.cmpb.2017.12.012. PubMed: https://pubmed.ncbi.nlm.nih.gov/29428074/

## Resposta

A revisão sistemática teve como objetivo investigar o estado da arte dos sistemas de diagnóstico e detecção auxiliados por computador (CAD) para câncer de mama. A justificativa apresentada é a alta incidência de câncer de mama em mulheres, que aumentou significativamente nos últimos anos, e a possibilidade de auxiliar a experiência do médico no diagnóstico e na detecção por meio de algoritmos computadorizados de extração de características e classificação.

O método envolveu uma seleção abrangente de bases de dados científicas como fontes de referência, permitindo acesso a publicações diversas na área. As bases citadas são Springer Link, Science Direct, IEEE Xplore Digital Library e PubMed. Critérios de inclusão e exclusão foram definidos e aplicados a cada trabalho recuperado para selecionar os de interesse. Do total de 320 estudos recuperados, 154 foram incluídos.

O escopo da pesquisa é limitado a trabalhos científicos e acadêmicos e exclui interesses comerciais. Essa delimitação é relevante para interpretar o conjunto de evidências: os achados refletem a produção científica e acadêmica, e não necessariamente produtos ou sistemas disponíveis no mercado.

Nos resultados, o levantamento fornece uma análise geral do status atual dos sistemas CAD de acordo com as modalidades de imagem utilizadas e os classificadores baseados em aprendizado de máquina. Além disso, estudos potenciais de pesquisa foram discutidos com o objetivo de criar sistemas CAD mais objetivos e eficientes.

Para o médico, a contribuição principal é organizar o panorama das abordagens de aprendizado de máquina aplicadas ao diagnóstico auxiliado por computador em câncer de mama, considerando diferentes modalidades de imagem. O resumo não informa métricas de acurácia, sensibilidade ou impacto clínico dos sistemas avaliados, nem detalha as modalidades específicas ou os classificadores individualmente.

## O que o estudo mostrou

Trata-se de uma revisão sistemática que recuperou 320 estudos em bases como Springer Link, Science Direct, IEEE Xplore Digital Library e PubMed, dos quais 154 foram incluídos após aplicação de critérios de inclusão e exclusão. O resumo informa que o levantamento oferece análise geral do status atual dos sistemas CAD conforme modalidades de imagem e classificadores baseados em aprendizado de máquina, e discute estudos potenciais para sistemas mais objetivos e eficientes. O resumo não informa métricas de desempenho.

## Limitações

O resumo informa que o escopo se limita a trabalhos científicos e acadêmicos, excluindo interesses comerciais, o que restringe a abrangência das evidências. O resumo não informa avaliação de qualidade metodológica dos estudos incluídos, nem dados de desempenho diagnóstico, nem detalhes sobre as modalidades de imagem ou classificadores específicos analisados.

## Aplicação no consultório

A revisão ajuda o médico a compreender o panorama dos sistemas CAD baseados em aprendizado de máquina para câncer de mama, apoiando decisões informadas sobre incorporação de ferramentas computacionais na rotina. Na gestão do consultório, serve como referência para discutir com a equipe quais modalidades de imagem e abordagens algorítmicas estão sendo estudadas. Como o resumo não traz métricas de desempenho nem validação clínica, não sustenta decisões de compra ou substituição de métodos diagnósticos.

## Perguntas para aprofundar

- Quais modalidades de imagem são mais utilizadas nos sistemas CAD para câncer de mama revisados?
- Quais classificadores baseados em aprendizado de máquina aparecem com mais frequência nesses sistemas?
- Que lacunas de pesquisa a revisão aponta para tornar os sistemas CAD mais objetivos e eficientes?

Tema: IA em dermatologia. Página: https://alphadoctor.com.br/ciencia/ia-dermatologia/o-que-a-revisao-sistematica-sobre-aprendizado-de-maquina-em-diagnostico/

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