Uma pesquisa publicada na Clinical Cancer Research, demonstrou que a inteligência artificial (IA) pode diferenciar mamografias falso-positivas para câncer de mamografias com achados verdadeiramente malignos (positivas).

A mamografia é um importante exame de rastreamento que permite detectar o câncer de mama de forma precoce, com impacto na redução da mortalidade; no entanto, há atualmente alta taxa de interpretações falso-positivas que levam a biopsias mamárias desnecessárias. “Isso pode resultar em estresse psicológico indevido para as pacientes e também a aumento na carga de trabalho clínico e nos custos médicos. Dessa forma, pesquisas sobre possíveis métodos para reduzir falsos-positivos na mamografia de rastreamento são importantes a serem desenvolvidas.”, de acordo com Shandong Wu, professor assistente de Radiologia, Informática Biomédica, Bioengenharia e Ciência Clínica e Translacional do Departamento de Radiologia na Universidade de Pittsburgh, Pensilvânia.

Wu et al. construíram modelos de rede neural convolucional de deep learning (CNN) para classificar os achados das imagens de mamografia como malignos, negativos ou falso-positivos. Foram utilizadas mais de 14 mil imagens de mais de 3 mil pacientes para treinar e testar os modelos de CNN.

“Foi possível demonstrar que há características de imagem únicas para imagens benignas que o deep learning pode identificar e potencialmente ajudar os radiologistas a tomar decisões melhores” e “em última análise, beneficiar os pacientes”, disse Wu, na mesma declaração.