IA para mamografias

Aprimoramento da triagem do câncer de mama com a inteligência artificial

Estamos colaborando com médicos, pacientes e parceiros no desenvolvimento de um sistema de IA para mamografia que ajude radiologistas a detectar o câncer de mama de maneira mais precisa, rápida e consistente.

Dois milhões de pessoas são diagnosticadas com câncer de mama todos os anos

Mais de dois milhões de pessoas são diagnosticadas com câncer de mama todos os anos

O câncer de mama é o tipo mais comum de câncer no mundo todo, e o diagnóstico precoce por triagem pode aumentar as chances de sobrevivência. Embora a triagem seja fundamental para melhorar o prognóstico, a falta de especialistas no mundo todo gera uma sobrecarga nos sistemas de detecção, aumentando o tempo de espera pelos resultados e a ansiedade dos pacientes.

Nossa pesquisa demonstra que a IA pode detectar o câncer de mama com a precisão de um radiologista

O sistema com tecnologia de inteligência artificial é integrado aos fluxos de trabalho de triagem para ajudar radiologistas a identificar o câncer de mama de forma precoce e mais consistente. Nossa pesquisa publicada demonstra que essa tecnologia pode detectar sinais de câncer de mama tão bem quanto radiologistas treinados.

O sistema de IA foi treinado com milhares de mamografias desidentificadas

O modelo usa a tecnologia de inteligência artificial do Google para aprender as características complexas das mamografias que podem representar sinais de câncer. Assim, o sistema pode identificar sinais de câncer que talvez alguns especialistas não consigam detectar. Esperamos que futuramente a combinação das capacidades humanas e de IA ajude a melhorar a detecção do câncer.

Nosso trabalho é orientado por pacientes, médicos e profissionais de saúde

Saiba mais sobre a colaboração de Della Ogunleye no nosso Fórum de Participação Pública, que desempenha um papel fundamental na criação, teste e implementação da IA para mamografias.

Estamos trabalhando com parceiros para testar esta tecnologia com pacientes e médicos reais

Gráfico azul representando 1 em cada 5 pessoas=e30

Estamos trabalhando com a Northwestern Medicine (em inglês) para analisar como o modelo de pesquisa pode ajudar a priorizar casos de alto risco e reduzir o tempo de diagnóstico dos indivíduos que fizeram triagem.

Gráfico verde representando 1 em cada 6 pessoas=e30

Após ganhar o NHS AI Award (Prêmio de IA do NHS) (em inglês), estamos trabalhando com a universidade Imperial College London (em inglês) e três fundos do NHS para descobrir se o modelo de pesquisa pode atuar como um "segundo leitor independente" nos sistemas de triagem de dupla leitura do Reino Unido. Dessa forma, os radiologistas poderão focar mais os casos de alta prioridade, aumentando a consistência e a qualidade da triagem.

Melhor acesso para quem mais precisa

Pesquisa transformada em ação por meio de parcerias

Estamos colaborando com parceiros líderes do setor como a iCAD para acelerar a adoção clínica da nossa tecnologia de IA para mamografia (links disponíveis em inglês). A iCAD vai validar e incorporar nossa tecnologia à ProFound Breast Health Suite, oferecendo esse recurso a pacientes no mundo todo.

Os tipos de câncer e os prognósticos variam para cada grupo demográfico

A densidade mamária varia de acordo com raça e etnia. Por isso, é importante que nossos conjuntos de dados representem diferentes grupos demográficos para criar uma ferramenta eficaz e inclusiva para todos, seja qual for a classificação.

Estamos fazendo uma parceria com a Japanese Foundation for Cancer Research (JFCR) do hospital de Ariake para melhorar a inclusão dos nossos modelos, e também continuamos buscando formas de tornar nossos produtos mais representativos.

Foto da Dra. Amber Watters
Prof. Yusuke Nakamura

Diretor da iniciativa "AI Hospital" do Strategic Innovation Promotion Program (Programa de Promoção de Inovação Estratégica), membro do Gabinete do Japão e consultor do Instituto do Câncer da Japanese Foundation for Cancer Research (JFCR)

"O câncer de mama tem grandes chances de cura quando descoberto em estágio inicial. Com a tecnologia de IA para fazer a triagem, é possível manter a precisão do diagnóstico e reduzir a carga sobre radiologistas, mesmo com um grande volume de exames de rotina."