Desenvolvimento de modelos de inteligência artificial para segmentação e caracterização do câncer de próstata: um estudo observacional retrospectivo unicêntrico.

O câncer de próstata é o segundo câncer mais comum na população masculina. Esta patologia representa um problema oncológico e de saúde pública principalmente nos países desenvolvidos, devido à maior presença de homens idosos na população.

A imagem médica desempenha um papel central no estadiamento e reestadiamento da doença da próstata. A ressonância magnética (RM), a tomografia computadorizada (TC) e a tomografia por emissão de pósitrons (PET) estão entre os métodos comumente utilizados na prática clínica normal para a caracterização do câncer de próstata. Até à data, o estudo destas imagens limita-se a uma análise visual qualitativa, no entanto há cada vez mais evidências relativas à utilidade da introdução de uma análise quantitativa (ou semiquantitativa) de imagens biomédicas.

O atual aumento dos dados de imagem disponíveis, e da sua qualidade, permite a aplicação de métodos de inteligência artificial também na área médica para a automatização de tarefas (por ex. segmentação automática) e classificação (por ex. agressividade tumoral).

A extração de dados quantitativos e, de forma mais geral, o estudo de lesões tumorais, requer segmentação manual por um ou mais médicos. Este processo requer tempos muito longos, pois cada imagem deve ser processada individualmente; além disso, o resultado também depende do nível de experiência do médico que realiza a segmentação e isso pode criar uma fonte de heterogeneidade, afetando a reprodutibilidade da segmentação.

Métodos de segmentação automática baseados em IA podem ser aplicados a imagens médicas para a localização de lesões tumorais, excedendo assim os limites da segmentação manual.