O papel da inteligência artificial no diagnóstico do câncer de pele

A imagem diagnóstica é uma das áreas mais promissoras para pesquisas com inteligência artificial (IA). A detecção de câncer de pele, em particular, apresenta-se como uma aplicação atraente para essa tecnologia, uma vez que os diagnósticos frequentemente dependem da interpretação visual subjetiva de imagens clínicas e dermatoscópicas.

O diagnóstico assistido por IA promete várias vantagens. Por exemplo, pode melhorar o acesso a uma expertise de nível especializado. A escassez de dermatologistas é um problema grave em muitas regiões, frequentemente resultando em longos tempos de espera para consultas especializadas. Além disso, há um otimismo crescente de que esses sistemas possam oferecer maior consistência e precisão do que especialistas humanos.

Nas últimas décadas, inúmeros aplicativos para smartphones foram desenvolvidos para a autoavaliação de lesões cutâneas. Mais da metade desses oferece recursos de automonitoramento, como registrar, organizar e acompanhar alterações em pintas, utilizando a câmera integrada dos dispositivos móveis. Alguns funcionam como intermediários, enviando imagens para especialistas qualificados avaliarem os possíveis riscos. Outros categorizam as lesões de forma autônoma como de alto ou baixo risco, fornecendo orientações sobre a necessidade de consulta médica.

Em 2018, o grupo Cochrane Skin Cancer Diagnostic Test Accuracy realizou uma revisão sistemática de estudos publicados até agosto de 2016 sobre a precisão diagnóstica de aplicativos de smartphone para identificar melanoma e lesões limítrofes. A revisão destacou a baixa qualidade metodológica geral e a escassez de evidências robustas. Entre os 1051 estudos avaliados, apenas 2 foram incluídos. Os motivos para exclusão incluíram população inadequada, testes inapropriados, ausência de medidas categóricas e caráter derivativo dos estudos. Dos incluídos, ambos apresentaram alto risco de viés e problemas de aplicabilidade devido à seleção da população e à qualidade das imagens.

A evolução dos algoritmos e melhorias tecnológicas em smartphones desde 2020 têm impulsionado o desenvolvimento desses aplicativos. Entretanto, a sua precisão geral permanece baixa, potencialmente levando a falsas seguranças ou aumento desnecessário no uso de serviços de saúde.

A incorporação da IA na atenção primária, quando dotada de sensibilidade suficiente, tem o potencial de melhorar a triagem eficaz de lesões de alto risco para cuidados secundários. Isso garantiria que indivíduos com câncer de pele recebessem atenção médica de forma ágil. Além disso, poderia minimizar encaminhamentos desnecessários e aliviar rapidamente a ansiedade dos pacientes.

Da mesma forma, a integração da IA com a teledermatologia pode permitir a transmissão da urgência de encaminhamentos para clínicas especializadas ou dermatologistas, acompanhada de informações clínicas relevantes e imagens. Essa integração tem o potencial de aumentar a eficiência e a precisão dos processos de encaminhamento.

Jones et al., (2022) realizaram uma revisão sistemática abrangendo todos os estudos relacionados às tecnologias de IA voltadas para facilitar a detecção precoce de câncer de pele em cenários de atenção primária e comunitária. Embora a acurácia diagnóstica tenha sido razoável para melanoma (89,5%), carcinoma espinocelular (CEC) (85,3%) e carcinoma basocelular (CBC) (87,6%), a heterogeneidade metodológica e a escassez de dados em contextos clínicos de baixa prevalência sugeriram cautela ao recomendar a adoção generalizada da IA na atenção primária.

No campo da dermatologia, a IA é aplicada em diversas ferramentas voltadas à detecção de câncer de pele, incluindo TBP (total-body photography) e dermatoscopia.

Quando aplicadas ao TBP para pacientes com múltiplos nevos, as ferramentas de desempenham um papel de suporte para os dermatologistas. Nessas situações, a IA auxilia na triagem e visualização de nevos, permitindo que os dermatologistas comparem imagens de forma eficaz e identifiquem alterações e anomalias. Entretanto, para determinar o número total de nevos, seu uso ainda é debatido.

A dermatoscopia demonstrou aumentar a sensibilidade e a especificidade dos dermatologistas na detecção de câncer de pele. Uma revisão sistemática recente de Haggenmüller et al., (2021) avaliou estudos que compararam diretamente classificadores de IA com especialistas humanos. Em 7 dos 11 estudos, a tecnologia apresentou maior precisão diagnóstica em comparação com dermatologistas. Ela também demonstrou desempenho superior em tarefas de classificação multicategoria, abrangendo uma gama mais ampla de diagnósticos clinicamente relevantes. No entanto, para lesões amelanóticas, a IA teve desempenho semelhante ou inferior aos avaliadores humanos.

Em um estudo diagnóstico prospectivo de Winkler et al., (2023), dermatologistas receberam escores de malignidade baseados em IA para revisar seus diagnósticos iniciais. Sensibilidade e especificidade melhoraram significativamente quando os resultados da IA foram integrados ao processo de decisão. Dermatologistas com menos experiência em dermatoscopia mostraram maior melhoria, enquanto os mais experientes apresentaram pouca ou nenhuma melhora.

A inteligência artificial desponta como uma ferramenta promissora para o diagnóstico do câncer de pele. Embora sua aplicação tenha avançado significativamente nos últimos anos, desafios importantes permanecem. A precisão de aplicativos para consumidores ainda é limitada, levantando preocupações sobre segurança e sobrecarga do sistema de saúde. Na atenção primária, a IA pode melhorar a triagem de lesões de alto risco, mas a variabilidade metodológica e a escassez de dados robustos em contextos clínicos sugerem cautela em sua implementação generalizada.

Entre dermatologistas, a IA tem mostrado um desempenho impressionante, especialmente em ferramentas como dermatoscopia e fotografia corporal total. No entanto, limitações específicas, como em lesões amelanóticas, destacam a importância de seu uso como complemento, e não como substituto, da expertise humana.