Pesquisadores desenvolveram um sistema de aprendizagem profunda, um tipo de inteligência artificial (IA) que pode extrair grandes quantidades de dados para encontrar padrões sutis além do reconhecimento humano. O uso desse método foi associado com maior precisão e menor tempo de leitura dos exames de tomossíntese digital da mama. O estudo sobre essa inteligência artificial foi publicado na revista Radiology: Artificial Intelligence.
A tomossíntese digital da mama é um método avançado para detecção de câncer que permite visualizar a mama de forma tridimensional (3D). De acordo com a pesquisa, este exame tem menos falso-positivos em comparação com a triagem apenas com a mamografia digital. Porém, a tomossíntese digital pode levar quase o dobro do tempo para ser interpretada devido ao tempo que o radiologista leva para ver todas as imagens.
Por isso, os pesquisadores desenvolveram um sistema de aprendizagem profunda. Eles treinaram o sistema de inteligência artificial com grandes conjuntos de dados de tomossínteses para identificar lesões suspeitas nas imagens do exame.
Como o estudo foi realizado?
Após desenvolverem e treinarem o sistema, o grupo de pesquisadores testou o desempenho com 24 radiologistas, incluindo 13 especialistas em mama. Cada um teve que ler 260 exames de tomossíntese com e sem assistência do sistema de aprendizagem profunda. As leituras ocorreram em duas sessões separadas por cerca de quatro semanas.
Inteligência artificial ajuda em precisão e tempo de leitura
Os resultados dos exames incluíram 65 casos de câncer e o uso de inteligência artificial foi associado com maior precisão e menor tempo de leitura. De acordo com a análise, a especificidade aumentou de 62,7% para 69,6%, e a sensibilidade aumentou de 77% para 85%. A taxa de recall para casos que não eram câncer diminuiu de 38% para 30,9%.
Veja mais:
Inteligência artificial poderá auxiliar no diagnóstico de câncer de mama e personalizar cuidadosJá o tempo de leitura diminuiu de pouco mais de 64 segundos para apenas 30,4 segundos. “No geral, os leitores foram capazes de aumentar sua sensibilidade em 8%, diminuir sua taxa de recall em 7% e reduzir o tempo de leitura pela metade ao usar IA simultaneamente ao ler casos de tomossíntese em comparação à leitura sem usar IA”, disse a autora Emily F Dr. Conant, MD, professor e chefe de exames da mama do Departamento de Radiologia da Escola de Medicina Perelman da Universidade da Pensilvânia, na Filadélfia, Estados Unidos.
Os pesquisadores esperam que a abordagem de aprendizado profundo melhore à medida que o sistema é exposto a conjuntos de dados cada vez maiores, tornando seu potencial impacto no atendimento ao paciente ainda mais significativo.
Gostou deste artigo? Confira outros textos sobre diagnóstico e exames de câncer de mama aqui.
