Lunit INSIGHT MMG: Inteligência Artificial na Detecção do Câncer de Mama

Tecnologia e Fundamento Científico

O Lunit INSIGHT MMG é baseado em redes neurais convolucionais (CNNs), treinadas com um extenso banco de dados de mais de 180 mil mamografias, incluindo casos confirmados de câncer, lesões benignas e exames normais. A versão 1.1.7.3 do software alcançou uma área sob a curva ROC (AUC) de 0,96, indicando alta capacidade discriminativa na identificação de lesões malignas.

Desempenho Clínico e Validação

Estudos clínicos demonstraram que o Lunit INSIGHT MMG possui desempenho comparável ao de radiologistas experientes. Em uma pesquisa publicada no periódico Radiology, a ferramenta alcançou uma AUC de 0,93, enquanto os leitores humanos obtiveram 0,88. Além disso, a sensibilidade da IA foi de 91%, superando os 90% dos radiologistas, com especificidade semelhante (77% vs. 76%).

Outro estudo, publicado no European Radiology, avaliou o desempenho do Lunit INSIGHT MMG em um cenário de leitura dupla, comum na Europa. Os resultados indicaram que a combinação de um radiologista com o AI resultou em uma taxa de detecção de câncer de 4,7 por 1000 exames, superior à leitura dupla tradicional (4,5 por 1000). Além disso, houve uma redução significativa nas taxas de recall.

Integração com a Prática Clínica

O Lunit INSIGHT MMG possui certificações regulatórias importantes, incluindo a aprovação da FDA (510(k)) e a marcação CE, permitindo sua utilização clínica nos Estados Unidos e na União Europeia. A ferramenta é compatível com sistemas de arquivamento e comunicação de imagens (PACS) e pode ser integrada a fluxos de trabalho existentes, fornecendo resultados em formatos DICOM.

Atualmente, o Lunit INSIGHT MMG está implementado em aproximadamente 2.000 hospitais e instituições médicas em mais de 40 países, incluindo Suécia, Dinamarca, Catar e Coreia do Sul.

Impacto Clínico

A adoção do Lunit INSIGHT MMG tem demonstrado benefícios significativos na prática clínica. Em um estudo realizado na Noruega, a ferramenta foi capaz de prever o risco de desenvolvimento de câncer de mama até seis anos antes da detecção clínica, permitindo intervenções mais precoces.

Além disso, o uso do AI reduziu a carga de trabalho dos radiologistas em até 50% em ambientes de leitura dupla, sem comprometer a qualidade do rastreamento.

Limitações e Considerações

Embora o Lunit INSIGHT MMG apresente desempenho robusto, é importante considerar algumas limitações. A ferramenta requer infraestrutura tecnológica adequada para integração e operação eficientes. Além disso, seu desempenho pode variar em populações com características específicas não representadas nos dados de treinamento, como diferentes etnias ou padrões de densidade mamária.

É fundamental que a IA seja utilizado como suporte à decisão clínica, não substituindo o julgamento médico, para evitar dependência excessiva e possíveis erros diagnósticos.

Discussão Crítica

Comparado a outras soluções de AI para mamografia, como Transpara (ScreenPoint Medical) e MammoScreen (Therapixel), o Lunit INSIGHT MMG destaca-se por sua alta AUC e validação clínica extensiva. Sua capacidade de prever o risco de câncer a longo prazo e de reduzir a carga de trabalho dos radiologistas o posiciona como uma ferramenta valiosa no rastreamento do câncer de mama.

No entanto, a escolha entre diferentes soluções deve considerar fatores como compatibilidade com sistemas existentes, necessidades específicas da população atendida e recursos disponíveis para implementação e manutenção.

Conclusão Técnica

O Lunit INSIGHT MMG é uma ferramenta de inteligência artificial avançada para a detecção do câncer de mama, com desempenho validado em estudos clínicos e integração eficaz na prática médica. Sua adoção é recomendada como suporte à decisão clínica, especialmente em programas de rastreamento populacional e em contextos com escassez de radiologistas. A implementação deve ser acompanhada de treinamento adequado e monitoramento contínuo para garantir eficácia e segurança.

Referências Científicas

• Kim, H. E., Kim, H. H., et al. (2020). Changes in cancer detection and false-positive recall in mammography using artificial intelligence: a retrospective, multireader study. The Lancet Digital Health.

• Salim, M., Wåhlin, E., Dembrower, K., et al. (2020). External Evaluation of 3 Commercial Artificial Intelligence Algorithms for Independent Assessment of Screening Mammograms. JAMA Oncology.

• Dembrower, K., Wåhlin, E., et al. (2020). Effect of artificial intelligence-based triaging of breast cancer screening mammograms on cancer detection and radiologist workload: a retrospective simulation study. The Lancet Digital Health.

• Chen, Y., et al. (2023). Lunit’s AI-Powered Mammography Analysis Solution Achieves Comparable Diagnostic Performance with Human Readers. Radiology. https://www.lunit.io/en/company/news/lunits-ai-powered-mammography-analysis-solution-achieves-comparable-diagnostic-performance-with-human-readers

• Kühl, J., Elhakim, M. T., et al. (2023). Lunit’s AI-Powered Mammography Analysis Solution Proves Comparable to Radiologists in Breast Cancer Detection. European Radiology. https://www.lunit.io/en/company/news/lunits-ai-powered-mammography-analysis-solution-proves-comparable-to-radiologists-in-breast-cancer-detection—published-in-european-radiology