O desenvolvimento acelerado de ferramentas de inteligência artificial na mamografia leva o Dr. Vinicius Tadeu Sattin Rodrigues, médico radiologista, a mapear com cautela onde a tecnologia já agrega precisão e onde ainda depende de validação. Os algoritmos atuais analisam as imagens, apontam regiões suspeitas e atribuem uma pontuação de probabilidade de malignidade, funcionando como apoio à leitura humana. Em programas de rastreamento com grande volume de exames, a promessa é dupla, com ganho de sensibilidade e redução da carga de trabalho dos especialistas. A incorporação, porém, exige critérios claros para que a inovação não se converta em risco.
O que os estudos já mostram sobre o uso clínico?
Um dos trabalhos mais citados é o estudo sueco MASAI, publicado em 2023 na revista The Lancet Oncology. Na comparação com a dupla leitura tradicional feita por dois radiologistas, o rastreamento apoiado por inteligência artificial detectou cerca de 20% mais cânceres, sem aumento relevante de falsos positivos, e reduziu em aproximadamente 44% a carga de leitura dos profissionais. No modelo testado, o algoritmo classificava os exames por nível de risco, e os casos de maior suspeita recebiam leitura dupla, enquanto os demais passavam por um único especialista.
Sob o entendimento de Vinicius Rodrigues, o dado mais relevante do estudo não está na substituição do radiologista, e sim na reorganização do trabalho. Em boa parte dos serviços brasileiros, a dupla leitura simplesmente não existe, por falta de profissionais e de tempo disponível. Nesse cenário, um algoritmo bem validado pode desempenhar a função de segundo leitor, chamando a atenção para áreas que mereceriam revisão. A ferramenta também pode priorizar na fila os exames de maior suspeita, encurtando o intervalo entre a imagem alterada e a investigação complementar.
Riscos de uma adoção sem critério
Algoritmos aprendem a partir das imagens com que foram treinados, e boa parte dos sistemas comerciais foi desenvolvida com dados de populações europeias, norte-americanas ou asiáticas. Diferenças de densidade mamária, de faixa etária e de equipamentos podem alterar o desempenho quando a ferramenta é aplicada em outro contexto. Outro ponto sensível é a confiança excessiva no resultado da máquina, risco que o Dr. Vinicius Rodrigues delimita ao tratar do viés de automação, quando o profissional tende a aceitar a indicação do sistema mesmo diante de sinais contrários.
A dimensão regulatória acompanha o debate. No Brasil, a Anvisa enquadra softwares com finalidade médica como dispositivos médicos, sujeitos a regularização antes do uso clínico. Além da aprovação, cada serviço precisa testar a ferramenta com sua própria população e seus próprios aparelhos, acompanhando indicadores de desempenho ao longo do tempo. A responsabilidade pelo laudo continua sendo do médico, o que torna indispensável compreender como o algoritmo chega às suas conclusões. Protocolos de auditoria periódica ajudam a detectar quedas de desempenho após atualizações do software ou troca de equipamentos.
Da detecção ao cálculo do risco futuro
Uma fronteira ainda mais recente envolve modelos capazes de estimar, a partir da própria mamografia, a probabilidade de uma mulher desenvolver câncer de mama nos anos seguintes. Pesquisas conduzidas no Instituto de Tecnologia de Massachusetts deram origem ao Mirai, modelo que analisa padrões sutis do tecido mamário, invisíveis ao olho humano, e projeta o risco em um horizonte de até cinco anos. Ferramentas desse tipo vêm sendo testadas em diferentes países e podem complementar os questionários tradicionais baseados em idade e histórico familiar.
A aplicação prática do recurso abriria caminho para um rastreamento mais personalizado, com intervalos menores para mulheres de risco elevado e menor frequência de exames para quem apresenta risco baixo. No olhar de Vinicius Tadeu Sattin Rodrigues, a transição exige estudos prospectivos em populações diversas, inclusive a brasileira, antes de qualquer mudança nas diretrizes nacionais. Até lá, a inteligência artificial tende a ocupar o espaço de ferramenta de apoio, ampliando a capacidade de leitura dos serviços sem dispensar o olhar treinado de quem interpreta as imagens.
