Tomossíntese de Amplo Ângulo e IA na Mamografia de Diagnóstico

O cancro da mama continua a ser o cancro mais frequentemente diagnosticado e uma das principais causas de mortalidade relacionada com cancro entre as mulheres a nível mundial. A deteção atempada e precisa é crucial para melhorar o prognóstico e os resultados de sobrevivência. Embora a mamografia digital tenha sido durante muito tempo o padrão de ouro para o rastreio, está limitada pela sobreposição de estruturas dos tecidos, especialmente em mulheres com mamas densas, o que pode ocultar malignidades ou criar falsos positivos.

Para colmatar estas limitações, foi desenvolvida a tomossíntese digital da mama (TDM), especialmente a TDM de ângulo largo, para oferecer imagens tridimensionais e reduzir a sobreposição dos tecidos. O sistema MAMMOMAT B.brilliant da Siemens, que incorpora TDM de ângulo largo, melhora a resolução espacial e a visibilidade das lesões. Esta tecnologia pode oferecer benefícios significativos em populações de diagnóstico, onde a precisão e a confiança na interpretação das imagens são cruciais.

Em paralelo, foram introduzidas ferramentas de inteligência artificial (IA), como o sistema Transpara, para melhorar ainda mais a interpretação mamográfica. Anteriormente, a avaliação do Transpara numa amostra de 310 mulheres japonesas mostrou que, embora os leitores humanos tenham superado a IA no desempenho diagnóstico geral, o sistema apresentou níveis promissores de sensibilidade, destacando o potencial da IA como uma ferramenta de apoio à decisão e não como um leitor autónomo.

Evidências mais robustas são fornecidas pelo ensaio Mammography Screening with Artificial Intelligence (MASAI), que avaliou a leitura de rastreio com apoio de IA num estudo controlado com mais de 80.000 mulheres. O ensaio descobriu que a leitura apoiada por IA levou a uma taxa de deteção de cancro comparável à da leitura dupla padrão (6,1 vs. 5,1 por 1000 participantes), mas reduziu a carga de trabalho de leitura em 44,3% sem aumentar os falsos positivos ou as taxas de reconvocação. Uma análise relacionada da mesma equipa enfatizou a capacidade da IA para triar exames de forma eficaz e destacou que as mamografias sinalizadas pela IA como "risco extra elevado" representaram uma parte substancial (mais de 55%) de todos os cancros detetados no rastreio, com um elevado valor preditivo positivo.

Apesar destes resultados encorajadores, a maioria dos estudos limitou-se a contextos de rastreio. Continua a haver uma falta de evidências prospetivas sobre a aplicação diagnóstica no mundo real da TDM de ângulo largo e da IA em populações de maior risco, como pacientes sintomáticas ou aquelas reconvocadas do rastreio. Isto representa uma lacuna crítica de conhecimento, especialmente tendo em conta as crescentes preocupações sobre a carga de trabalho dos radiologistas e os atrasos no diagnóstico.

O objetivo deste estudo observacional prospetivo é avaliar a integração e o valor diagnóstico da tomossíntese de ângulo largo e da IA (Transpara) num contexto clínico de diagnóstico. Especificamente, visa avaliar a sua influência na confiança do radiologista, na precisão diagnóstica e na necessidade de imagiologia complementar. Ao abordar estas questões, o estudo procura informar futuras estratégias de implementação que equilibrem precisão, eficiência e utilidade clínica.