Avanços, desafios e perspectivas futuras no rastreio do câncer de mama: uma mini revisão integrativa
Palavras-chave:
Neoplasias da mama., Inteligência Artificial, mulheresResumo
O câncer de mama é um padecimento bastante notável, além de estar envolvido em um grave problema de saúde público. Nesse viés, é imprescindível para o processo de descoberta, de diagnóstico e de tratamento dessa patologia por meio do uso de todos os recursos para a efetivação, assim como as mais modernas tecnologias. No entanto, a lite-ratura científica é escassa quanto a tal temática, tendo poucos estudos, por exemplo, em relação ao uso de IA para leitura e para processamento de imagens acerca do diagnóstico do câncer mamário. Este estudo responde ao seguinte questionamento: “Como o rastre-amento por imagem pode influenciar no diagnóstico da neoplasia de mama nas mulhe-res?”, com enfoque nas vantagens das inteligências artificiais. Uma mini revisão integrativa foi realizada, utilizando as bases de dado do Google acadêmico, PubMed e do SciELO, on-de 15 artigos foram encontrados e foram selecionados 8. Utilizou-se estudos primários realizados nos últimos 6 anos como critério de pesquisa. Nesse viés, considerando os es-tudos, o rastreamento em estágios menos avançados do câncer de mama se mostra efeti-vo ao poupar os sofrimentos de carcinomas avançados e ao proporcionar maior expectati-va de vida às pacientes, devido ao tratamento em estágios iniciais da doença. Portanto, nota-se a importância do avanço em tecnologias para o melhor rastreamento.
Referências
¹MATOS, SamaraElisy Miranda.; Rabelo, Maura Regina Guimarães.; Peixoto, Marisa Costa.Análise epi-demiológica do câncer de mama no Brasil: 2015 a 2020. Brazilian Journal of Health Review. v. 4, n. 3, p. 13320-13330, 2021. DOI: http://dx.doi.org/10.34119/bjhrv4n3-282 . Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/view/31447/pdfAcessoem: 4 de novembro de 2024.
²CHOI, Won Jae, et al. Comparison of Diagnostic Performance in Mammography Assessment: Radiolo-gist with Reference to Clinical Information versus Standalone Artificial Intelligence Detection. Diagnos-tics (Basel, Switzerland), v. 13, n. 1, p. 117, 2022. DOI: https://doi.org/10.3390/diagnostics13010117Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC9818877/ . Acesso em: 4 de novembro de 2024.
³KOCH, Henrik Wethe et al. Artificial intelligence in BreastScreen Norway: a retrospective analysis of a cancer-enriched sample including 1254 breast cancer case. European radiology, v. 33, n. 5, p. 3735–3743, 2023. DOI: https://doi.org/10.1007/s00330-023-09461-y . Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC10121532/ . Acessoem: 4 de novembro de 2024.
ZOGBHI, Karina Kuhl et al. Análise das indicações e resultados da ressonância magnética para rastrea-mento de câncer de mama em um centro oncológico brasileiro. Radiologia Brasileira, v. 57, 2024. DOI: https://doi.org/10.1590/0100-3984.2023.0111 . Disponível em: https://www.scielo.br/j/rb/a/9kvzLvtQXtT8YKfRwhYvQkn/?lang=pt# . Acesso em: 4 de novembro de 2024.
BLANCO, Susana et al. Calidad de lamamografía y tamizajedelcáncer de mama en Argentina.Pan Ameri-can journalofpublichealth, v. 43, e63, 2019. DOI: https://doi.org/10.26633/RPSP.2019.63 . Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC6668659/ . Acessoem: 4 de novembro de 2024.
GUERREIRO, Aline Angélica Peres et al. Integrando inteligência artificial àmamo-grafia:umaabordagemcomplementar no diagnósticodo câncerde mama. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 10, n. 5, p. 479–485, 2024. DOI: https://doi.org/10.51891/rease.v10i5.13684 . Disponível em: https://periodicorease.pro.br/rease/article/view/13684 . Acesso em: 6 de novembro de 2024.
LARSEN, Marthe et al. “Possible strategies for use of artificial intelligence in screen-reading of mam-mograms, based on retrospective data from 122,969 screening examinations.” European radiology, vol. 32, n. 12, p. 8238-8246, 2022.DOI: https://doi.org/10.1007/s00330-022-08909-x. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC9705475/ .Acesso em: 6 de novembro de 2024.
HU, Qiyuan, Giger, Maryellen L. Clinical Artificial Intelligence Applications: Breast Imaging. Radiologic Clinics of North America. Vol. 59, n. 6, p. 1027-1043, 2021. DOI: https://doi.org/10.1016/j.rcl.2021.07.010Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC9075017/. Acesso em: 6 de novembro de 2024.