Uso de inteligência artificial na mamografia: revisão integrativa

Abstract

Introdução: A alta taxa da incidência do câncer de mama é uma realidade mundial, o diagnóstico precoce é uma estratégia de saúde pública, realizada por meio da mamografia. A inteligência artificial (IA) tem se mostrado um bom aliado para auxiliar o médico radiologista a diagnosticar o câncer de mama, aumentando a precisão na detecção do câncer de mama e auxiliando os profissionais da saúde a identificar sinais de anormalidades de forma mais rápida e acurada, o que pode resultar em um diagnóstico mais precoce e, consequentemente, em tratamentos mais eficazes. Objetivo: Avaliar a produção científica sobre a utilização da inteligência artificial em mamografia, identificando tendências, lacunas de pesquisa e implicações para a prática radiológica. Métodos: Foi realizada uma revisão integrativa, utilizando os bancos de dados Pubmed, BVS e Web Of Science, com os descritores “artificial intelligence”, “machine learning”, “mammography”, foram incluídos artigos publicados nos últimos 5 anos, com o idioma em inglês, com o tema relacionado a inteligência artificial na mamografia ou tomossíntese, foram excluídos artigos que realizaram pesquisa com mamografia em conjunto com outros métodos por imagem e artigos de revisão de literatura. Foram selecionados 135 artigos Resultados: Os países com maiores publicações foram Estados Unidos, Índia e Reino Unido. Já os fabricantes mais citados foram Hologic, GE e Siemens.Observou-se ainda que 111 trabalhos se concentraram exclusivamente em mamografia digital, enquanto 15 combinaram mamografia e tomossíntese. Foram identificados 22 bancos de dados prontos disponíveis para criação de IA e 9 publicações tiveram objetivo de desenvolver um banco de dados. 19 estudos compararam o desempenho da IA com o médico radiologista na detecção e classificação de achados mamográficos através de métricas (AUC, acurácia, sensibilidade, especificidade, VPP e VPN). Foram mapeadas as principais tendências de pesquisa no campo da IA em mamografia, classificando os estudos conforme o foco do desenvolvimento, a fim de identificar lacunas de conhecimento e recomendar futuras direções para pesquisas mais clinicamente relevantes, foram analisados 102 artigos identificando o tema central e suas métricas. Com o resultado desta dissertação, o produto tecnológico construído foi um material instrucional para desenvolver IA em mamografia. Conclusão: A comparação entre IA e médicos radiologistas evidencia uma tendência de integração colaborativa, em que a IA atua como ferramenta de suporte clínico e segunda leitura, e não como substituta do profissional. Sobre os bancos de dados foi identificado avanços significativos na criação e utilização de bancos de dados para IA em mamografia, persistem limitações quanto à diversidade étnica, padronização e transparência metodológica. A predominância de bases de países desenvolvidos restringe a generalização dos algoritmos em contextos globais. Outro ponto relevante é que poucos estudos especificaram o uso de imagens com implantes mamários, baixa dose e mamografia com contraste, aspectos relevantes para a aplicabilidade clínica ampla.