Ler a tomossíntese mamária em slabs de 6 mm gerados com inteligência artificial, em vez dos cortes convencionais de 1 mm, reduziu o tempo médio de leitura de 61,9 para 54,5 segundos por exame sem perda de acurácia diagnóstica, segundo um estudo multileitor publicado na Clinical Radiology. Quinze radiologistas leram os mesmos 391 exames nas duas formas de apresentação, usando o software 3DQuorum, da Hologic.
A diferença absoluta é de 7,4 segundos por caso. Os autores descrevem o ganho como redução de 13%, valor obtido com o modelo de regressão mista da análise; a conta direta entre as duas médias publicadas dá cerca de 12%. Em qualquer das leituras, é pouco por exame e só ganha peso quando multiplicado pelo volume de uma lista de rastreamento.
Como o estudo com 15 radiologistas foi montado
A primeira autora é Carolynn M. DeBenedectis, professora de radiologia da UMass Chan Medical School, em Worcester (Massachusetts). Os outros cinco autores trabalham no departamento de pesquisa e desenvolvimento da Hologic, que também financiou o trabalho. Os exames foram coletados retrospectivamente de mulheres atendidas nos Estados Unidos entre janeiro de 2016 e abril de 2017 e selecionados de forma estratificada: 160 negativos, 27 reconvocações, 98 lesões benignas confirmadas por biópsia e 106 cânceres confirmados por biópsia.
O desenho foi totalmente cruzado: todos os leitores avaliaram todos os casos nas duas modalidades. A hipótese principal era de não inferioridade da área sob a curva ROC (AUC). A AUC média foi de 0,809 com os slabs e de 0,789 com os cortes de 1 mm, diferença de +0,020 (IC 95%: 0,002 a 0,037). O intervalo ficou acima de zero, mas a diferença é pequena e o estudo foi desenhado para provar não inferioridade, não superioridade.
O segundo desfecho mirou o ponto mais sensível de qualquer reconstrução espessa: os 43 cânceres que apareciam apenas como calcificações. A taxa de reconvocação desses casos foi de 60,5% com os slabs e de 55,8% com os cortes finos (diferença de +0,047; IC 95%: 0,005 a 0,088). Para os autores, o resultado é “particularmente importante”, porque calcificações podem representar carcinoma ductal in situ (CDIS) ou doença invasiva inicial e tendem a perder conspicuidade em reconstruções grossas.
Slab MIP e slab ponderado por IA: o que muda na imagem
A tomossíntese reduziu o problema da sobreposição de tecidos da mamografia 2D, mas cobrou em tempo. Em estudo do Massachusetts General Hospital publicado na Radiology em 2014, a combinação de tomossíntese e mamografia levou em média 2,8 minutos por exame, contra 1,9 minuto da mamografia digital isolada, ou 47% a mais. Pelas contas da Hologic, uma mama de 60 mm de espessura gera cerca de 240 cortes de 1 mm num rastreamento de quatro incidências.
Agrupar cortes finos em fatias grossas é a saída óbvia, mas o método importa. A média simples dilui microcalcificações na espessura do slab. A projeção de intensidade máxima (MIP), que guarda o pixel mais brilhante ao longo da espessura, realça calcificações densas, mas volta a sobrepor tecido e, segundo os autores, pode esconder agrupamentos pequenos de calcificações amorfas e distorções arquiteturais sutis.
O 3DQuorum segue outra lógica. Segundo o white paper técnico do fabricante, um algoritmo do tipo CAD percorre primeiro os cortes de 1 mm em busca de pontos brilhantes compatíveis com calcificações, linhas radiadas sugestivas de espículas ou distorção e objetos densos arredondados, e registra a posição de cada achado. Depois, combina seis cortes de 1 mm em cada fatia de 6 mm, as chamadas SmartSlices, dando peso extra às regiões marcadas. Fatias vizinhas se sobrepõem em 3 mm, e o número de imagens cai para cerca de um terço. A tecnologia foi aprovada pela FDA em novembro de 2019.
Um estudo regulatório publicado agora e um dado da vida real
O white paper divulgado pela Hologic em 2019 descreve um estudo de leitores com o mesmo desenho e os mesmos números (391 casos, 15 leitores, 61,9 e 54,5 segundos e “cerca de 13%” de redução), apresentado à FDA. Tudo indica que o artigo de 2026 é a versão revisada por pares desse estudo. O mesmo documento informa que os slabs foram lidos com a imagem 2D sintetizada de maior resolução da empresa (Intelligent 2D, 70 µm), enquanto o braço padrão usou a C-View; parte da diferença pode, portanto, não vir só da espessura das fatias.
Se a detecção se mantém na rotina, algo que um estudo de leitores não responde, já há um primeiro dado. Uma análise de 119.662 exames de rastreamento por tomossíntese no Massachusetts General Hospital, publicada na Radiology em 2026 e citada na nossa retrospectiva dos estudos de imagem da mama de 2026, comparou os períodos antes e depois da adoção de slabs de 6 mm com sobreposição de 3 mm. A taxa de detecção de câncer (5,8 e 6,5 por mil) e a sensibilidade não pioraram, a taxa de exames alterados caiu de 6,2% para 5,8% e a especificidade subiu de 94,4% para 94,9%. Esse trabalho, porém, não mediu tempo de leitura.
O que muda para quem lê tomossíntese no Brasil
Esta IA não é um detector de lesões nem um modelo de risco, distinção discutida em IA de mama: detecção e risco não são intercambiáveis; ela muda a forma de apresentar a imagem. O objetivo é produtividade, como na experiência de Estocolmo, que trocou o segundo radiologista por IA na mamografia, por outro caminho.
No Brasil, a maior parte do rastreamento ainda usa mamografia 2D, e o tema interessa sobretudo a serviços que já operam tomossíntese. O fabricante estima arquivos cerca de 60% menores, o que alivia PACS, rede e armazenamento, desde que os cortes de 1 mm deixem de ser enviados; na transição, a Hologic prevê a opção de mandar as duas séries, o que aumenta o volume. As SmartSlices são geradas na estação de aquisição dos equipamentos da empresa. Quem avaliar a troca deve confirmar o registro na Anvisa e comparar reconvocação, valor preditivo positivo e detecção antes e depois, o tipo de auditoria que o BI-RADS v2025 reforça.
Limitações: casuística enriquecida e conflito de interesses
A principal limitação, reconhecida pelos autores, é o enriquecimento: 106 dos 391 casos (27%) eram cânceres, enquanto no rastreamento a detecção gira em torno de 6 por mil exames, como no estudo do MGH. Quem encontra câncer a cada quatro exames lê de outro jeito, e a leitura em laboratório não reproduz exames anteriores, interrupções e pressão assistencial.
A análise por densidade foi exploratória e sem poder estatístico suficiente; não ver diferença em mamas densas não demonstra que o benefício se mantém nelas, um grupo em que a tomossíntese já tem limites, como discutido no texto sobre ultrassom de rastreamento na era da DBT. Pesam ainda o conflito de interesses, as imagens de 2016 e 2017 e as imagens 2D sintetizadas diferentes entre os braços.
A promessa do fabricante de uma hora poupada a cada oito de leitura extrapola os 13% para um turno inteiro. O passo seguinte seria um estudo prospectivo, em população de rastreamento, que meça ao mesmo tempo tempo de leitura, reconvocação e detecção de CDIS.
Fonte: Diagnostic Imaging — Mammography Study Reveals Nearly 13 Percent Reduction in Reading Time with AI-Powered Slab Reconstruction for DBT. Artigo original: DeBenedectis CM et al., Clinical Radiology, 2026.
