O balanço de pesquisa em imagem da mama publicado pela Diagnostic Imaging reúne um conjunto de estudos que, lidos juntos, contam uma história bem diferente da narrativa de “IA vai detectar mais câncer”. Os ganhos consolidados neste ciclo estão em eficiência — menos tempo de leitura, menos imagens por exame, protocolos de RM mais curtos — e em escolha de modalidade, com a mamografia com contraste saindo do nicho. Detecção adicional, quando aparece, vem acompanhada de aumento de reconvocação. Vale destrinchar cada frente.
Tomossíntese: o ganho agora é de tempo, não de detecção
A tomossíntese digital (DBT) já é padrão em boa parte do rastreamento, e o problema que ela criou é conhecido: multiplicou o número de imagens por exame e, com isso, o tempo de leitura. A pesquisa recente atacou justamente esse ponto.
Em estudos multileitor e multicaso, o suporte de IA concorrente reduziu o tempo médio de leitura de cerca de 54,4 para 48,5 segundos por exame — pouco em valor absoluto, muito quando multiplicado por milhares de exames em uma jornada de rastreamento. Trabalhos com detecção auxiliada por computador aplicada de forma concorrente chegaram a reportar redução de 29,2% no tempo de leitura, com manutenção do desempenho interpretativo. Nos casos em que o sistema de IA era acurado, o uso concorrente melhorou AUC, sensibilidade e especificidade e reduziu a taxa de reconvocação.
A linha mais interessante, porém, é a reconstrução de slabs por IA. Em vez de melhorar a leitura, ela reduz o material a ser lido, agrupando cortes finos em fatias sintéticas mais espessas. Uma revisão retrospectiva de 119.662 exames de rastreamento por DBT publicada na Radiology não encontrou diferença na taxa de detecção de câncer antes e depois da implantação da tecnologia. É o tipo de resultado “nulo” que interessa muito: se a detecção não muda e o volume de imagens cai, o ganho de fluxo é limpo.
RM abreviada consolida-se como rastreamento viável
Um estudo publicado em fevereiro na Radiology mostrou que o rastreamento com protocolo abreviado de RM sustenta desfechos positivos ao longo do tempo — o dado que faltava, já que a crítica ao protocolo curto sempre foi de que ele poderia perder lesões em seguimento mais longo.
Os números de logística explicam a adoção acelerada. Protocolos abreviados derrubam o tempo de aquisição de 25 a 35 minutos para algo em torno de 8 minutos, com tempo médio de leitura pouco acima de um minuto. Isso muda a economia do exame: em vez de dois pacientes por hora de magneto, o serviço acomoda cinco ou seis. Para uma modalidade cuja principal barreira sempre foi acesso e custo, e não sensibilidade, encurtar o protocolo é a intervenção de maior alavancagem. A comparação direta entre RM abreviada, RM completa e mamografia com contraste já foi publicada na própria Radiology e é leitura obrigatória para quem vai desenhar um programa suplementar.
Mamografia com contraste sai do nicho
A mamografia com contraste (MCC, ou CEM) foi a modalidade com mais evidência nova neste ciclo, em duas direções distintas.
Na frente diagnóstica, um estudo prospectivo conduzido em mamas densas com carcinoma multifocal e multicêntrico encontrou detecção da lesão índice em 96,8% dos casos com MCC, contra 69,2% com tomossíntese e 51,9% com mamografia digital, com maior conspicuidade da lesão e maior confiança do leitor. É uma diferença grande o suficiente para mudar planejamento cirúrgico, e é nesse cenário — estadiamento local em mama densa — que a MCC tem o argumento mais forte.
Na frente de rastreamento, a análise interina do ensaio prospectivo TOCEM, também publicada na Radiology, avaliou a adição de MCC à tomossíntese em mulheres com história pessoal de câncer de mama e encontrou aumento de detecção com elevação limitada de reconvocações. “Limitada” é a palavra que importa: contraste em rastreamento sempre carrega o risco de trocar câncer detectado por biópsia desnecessária, e o ensaio sugere que o balanço é administrável nessa população específica.
Há ainda um achado sutil e prático: em lesões detectadas por MCC, a adição de tomossíntese ajustou a classificação BI-RADS na direção da patologia real, e o efeito foi maior entre leitores menos experientes. Ou seja, as duas modalidades não competem — combinadas, reduzem a variabilidade interobservador, que é um dos problemas persistentes da imagem da mama.
IA de risco e o problema do viés de automação
O balanço também cobre modelos de IA que sinalizam risco de câncer anos antes do diagnóstico e, no mesmo movimento, um estudo cautelar sobre viés de automação. A justaposição não é acidental: são as duas faces do mesmo sistema.
Do lado promissor, modelos de risco baseados em imagem já demonstraram capacidade de estratificar risco a partir de uma mamografia aparentemente normal, e as pacientes aceitam bem esse tipo de estratificação — foi o que mostrou o estudo que cobrimos sobre a aceitação do cálculo de risco de mama por IA. Do lado cauteloso, a evidência acumulada sobre viés de automação é consistente: quando o algoritmo marca, o leitor tende a confirmar; quando não marca, tende a relaxar. Já detalhamos o mecanismo ao analisar o que protege o radiologista de errar junto com o modelo — expertise e contexto, não confiança na saída.
Ultrassom segue como complemento, não substituto
O ultrassom manteve neste ciclo o papel que a evidência lhe atribui: modalidade suplementar em mama densa e ferramenta de caracterização, não de rastreamento primário. A questão prática que a era da tomossíntese abriu — quanto ultrassom ainda é necessário quando a DBT já reduziu a taxa de reconvocação — continua aberta, e discutimos os dados disponíveis em ultrassom de rastreamento na era da DBT. A novidade recente é de automação: sistemas de IA aprovados para ultrassom de mama, como no caso da liberação da DeepHealth pela FDA, deslocam o gargalo do operador para o intérprete.
O que fazer com isso no seu serviço
Quatro decisões saem diretamente desse conjunto de evidência. A primeira: se o serviço usa DBT e o tempo de leitura é o gargalo, reconstrução de slabs por IA tem a melhor relação evidência-risco do pacote — reduz volume de imagem sem custo de detecção documentado em série grande.
A segunda: se existe demanda por rastreamento suplementar em mama densa ou alto risco e o magneto é o limitante, protocolo abreviado é a mudança de maior impacto, e ela é de protocolo, não de compra. A terceira: MCC merece implantação onde há estadiamento local de mama densa e onde a RM não está disponível — mas exige protocolo de contraste iodado, com todo o encargo de triagem de função renal e manejo de reação.
A quarta é de governança: qualquer ferramenta de IA de risco ou de detecção precisa entrar com auditoria local de taxa de reconvocação e de valor preditivo positivo antes e depois. Sem essa medição, o serviço não sabe se ganhou detecção ou apenas biópsia.
Limitações do panorama
Um balanço tem limitações estruturais que precisam ser explicitadas. Ele agrega estudos de desenhos muito diferentes — retrospectivos de base grande, prospectivos com amostra pequena, multileitor em ambiente de laboratório — e desempenho de leitor em estudo controlado costuma superar desempenho em rotina. Análises interinas, como a do TOCEM, podem mudar com o seguimento completo. E ganho de tempo de leitura medido em segundos por exame só se traduz em capacidade real se o serviço tiver fila para preencher o tempo liberado.
Ainda assim, a direção é consistente: a próxima fronteira da imagem da mama não é detectar mais, é detectar o mesmo com menos tempo, menos imagem e melhor escolha de modalidade por perfil de risco. Para serviços com fila e escassez de leitores — a realidade da maioria — essa é a fronteira que importa.
Fonte: Diagnostic Imaging — Emerging Research in Mammography, Breast MRI, Ultrasound and AI
