Modelos baseados em IA podem superar especialistas humanos na identificação de câncer de ovário
Um novo estudo internacional liderado por pesquisadores do Karolinska Institutet na Suécia mostra que modelos baseados em IA podem superar especialistas humanos na identificação de câncer de ovário em imagens de ultrassom. O estudo foi publicado na Nature Medicine.
"Tumores ovarianos são comuns e frequentemente detectados por acaso", diz a Professora Elisabeth Epstein do Departamento de Ciência Clínica e Educação, Södersjukhuset (Hospital Geral de Estocolmo Sul), no Karolinska Institutet e consultora sênior do Departamento de Obstetrícia e Ginecologia do hospital. "Há uma séria escassez de especialistas em ultrassom em muitas partes do mundo, o que levantou preocupações sobre intervenções desnecessárias e atrasos nos diagnósticos de câncer. Portanto, queríamos descobrir se a IA pode complementar os especialistas humanos."
IA supera especialistas
Os pesquisadores desenvolveram e validaram modelos de rede neural capazes de diferenciar entre lesões ovarianas benignas e malignas, tendo treinado e testado a IA em mais de 17.000 imagens de ultrassom de 3.652 pacientes em 20 hospitais em oito países. Eles então compararam a capacidade de diagnóstico dos modelos com um grande grupo de especialistas e examinadores de ultrassom menos experientes.
Os resultados mostraram que os modelos de IA superaram examinadores especialistas e não especialistas na identificação de câncer de ovário, alcançando uma taxa de precisão de 86,3%, em comparação com 82,6% e 77,7% para os examinadores especialistas e não especialistas, respectivamente.
Isso sugere que modelos de redes neurais podem oferecer suporte valioso no diagnóstico de câncer de ovário, especialmente em casos difíceis de diagnosticar e em ambientes onde há escassez de especialistas em ultrassom."
Professora Elisabeth Epstein, Departamento de Ciência Clínica e Educação, Södersjukhuset (Hospital Geral do Sul de Estocolmo), Karolinska Institutet
Reduzir a necessidade de encaminhamentos de especialistas
Os modelos de IA também podem reduzir a necessidade de encaminhamentos de especialistas. Em uma situação de triagem simulada, o suporte de IA cortou o número de encaminhamentos em 63% e a taxa de diagnósticos incorretos em 18%. Isso pode levar a um atendimento mais rápido e econômico para pacientes com lesões ovarianas.
Apesar dos resultados promissores, os pesquisadores ressaltam que mais estudos são necessários antes que todo o potencial dos modelos de redes neurais e suas limitações clínicas sejam totalmente compreendidos.
"Com pesquisa e desenvolvimento contínuos, ferramentas baseadas em IA podem ser parte integrante dos cuidados de saúde do futuro, aliviando especialistas e otimizando recursos hospitalares, mas precisamos garantir que elas possam ser adaptadas a diferentes ambientes clínicos e grupos de pacientes", diz Filip Christiansen, aluno de doutorado no grupo de pesquisa do Professor Epstein no Instituto Karolinska e primeiro autor conjunto com Emir Konuk no Instituto Real de Tecnologia KTH.
Avaliando a segurança do suporte de IA
Os pesquisadores agora estão conduzindo estudos clínicos prospectivos em Södersjukhuset para avaliar a segurança clínica diária e a utilidade da ferramenta de IA. Pesquisas futuras também incluirão um estudo multicêntrico randomizado para examinar seu efeito no gerenciamento de pacientes e nos custos de saúde.
O estudo foi conduzido em estreita colaboração com pesquisadores do KTH Royal Institute of Technology e foi financiado por bolsas do Conselho Sueco de Pesquisa, da Sociedade Sueca do Câncer, do Conselho Regional de Estocolmo, do Fundo de Pesquisa do Câncer de Radiumhemmet e do Programa de IA, Sistemas Autônomos e Software de Wallenberg (WASP).
Elisabeth Epstein, Filip Christiansen e três coautores solicitaram uma patente por meio da empresa Intelligyn para métodos de diagnósticos suportados por computador. Elisabeth Epstein, Filip Christiansen e Kevin Smith, pesquisador do KTH Royal Institute of Technology, também possuem ações na Intelligyn, da qual o Professor Epstein é um gerente não assalariado. Veja o artigo para uma lista completa de conflitos de interesse.
Fonte:
Referência do periódico:
Christiansen, F., et al. (2025) Validação multicêntrica internacional de detecção de câncer de ovário por ultrassom orientada por IA. Nature Medicine . doi.org/10.1038/s41591-024-03329-4 .