Inovação · IA em exames
IA na mamografia: o que os ensaios clínicos mostraram
Mais cânceres encontrados cedo, menos trabalho repetitivo para o radiologista e as perguntas que os estudos ainda precisam responder.
A inteligência artificial na mamografia já foi testada em ensaio randomizado. No MASAI, na Suécia, com 105.934 mulheres, o rastreamento apoiado por IA encontrou 6,4 cânceres por mil exames, contra 5,0 na leitura dupla padrão, sem aumentar os falsos positivos, e reduziu em 44% o número de leituras feitas pelos radiologistas.
Neste texto
- Por que a mamografia virou um campo de teste para a IA
- O ensaio MASAI: como foi feito
- Os resultados, em três publicações
- Outros estudos que apontam na mesma direção
- O que muda para o radiologista
- O que ainda não sabemos
- E no Brasil?
- Como acompanhar
- Perguntas frequentes
- Fontes
Por que a mamografia virou um campo de teste para a IA
A mamografia de rastreamento é um dos exames de imagem mais feitos no mundo. Em muitos países europeus, cada exame é lido por dois radiologistas, de forma independente, o que se chama leitura dupla. Isso aumenta a chance de encontrar um câncer pequeno, mas consome muito tempo de especialistas, e faltam radiologistas de mama em praticamente todo lugar.
Ao mesmo tempo, a maior parte dos exames é normal. A pergunta que motivou os estudos foi direta: um sistema de inteligência artificial pode separar os exames que precisam de mais atenção dos que quase certamente são normais, e ajudar o radiologista a não deixar passar nada?
Por anos, a resposta veio de estudos retrospectivos, que testavam a IA em imagens antigas. Eles eram promissores, mas não mostravam o que acontece na rotina real, com pacientes reais e decisões reais. Isso mudou com os ensaios prospectivos.
O ensaio MASAI: como foi feito
O MASAI (Mammography Screening with Artificial Intelligence) foi conduzido dentro do programa nacional de rastreamento da Suécia, em quatro centros no sudoeste do país. Entre abril de 2021 e dezembro de 2022, 105.934 mulheres foram sorteadas para um de dois caminhos EV A:
- Grupo controle: leitura dupla padrão, por dois radiologistas, sem IA.
- Grupo IA: o sistema dava a cada exame uma nota de 1 a 10. Exames com notas de 1 a 9 eram lidos por um radiologista. Exames com nota 10 iam para leitura dupla. Nos exames de nota mais alta, a IA também marcava as áreas suspeitas.
O sistema usado foi o Transpara, versão 1.7.0, de uma empresa holandesa. As mulheres e os técnicos que faziam as imagens não sabiam em qual grupo cada exame estava. Os radiologistas, naturalmente, sabiam, porque viam ou não as marcações da IA. O desfecho principal, definido antes do início, era a taxa de câncer de intervalo, com uma margem de não inferioridade de 20%.
A decisão final era sempre de um radiologista. A IA fazia duas coisas: organizava a fila e apontava onde olhar com mais cuidado.
Os resultados, em três publicações
O MASAI foi publicado em etapas, e cada uma respondeu uma pergunta.
| Publicação | Pergunta | Resultado |
|---|---|---|
| Lancet Oncology, 2023 (80.033 mulheres) | É seguro? | Detecção de 6,1 cânceres por mil no grupo IA e 5,1 no controle. Falsos positivos de 1,5% nos dois grupos. Leituras dos radiologistas 44,3% menores EV A |
| Lancet Digital Health, 2025 (105.915 mulheres) | Encontra mais câncer? | 6,4 contra 5,0 cânceres por mil, uma detecção 29% maior. Mais cânceres invasivos pequenos e sem gânglios. Falsos positivos sem diferença significativa. Leituras 44,2% menores EV A |
| Lancet, 2026 (desfecho principal) | Deixa passar menos câncer entre um exame e outro? | Cânceres de intervalo: 1,55 por mil no grupo IA e 1,76 no controle, resultado não inferior. Sensibilidade de 80,5% contra 73,8%. Especificidade de 98,5% nos dois EV A |
O câncer de intervalo é o que aparece entre duas rodadas de rastreamento, depois de um exame considerado normal. Ele é o indicador mais importante de qualidade, porque mostra o que o rastreamento deixou de ver. No MASAI, o grupo IA teve menos cânceres de intervalo invasivos (75 contra 89) e menos com características menos favoráveis, como tamanho maior. Os autores descrevem essas diferenças como descritivas, sem teste estatístico formal.
Dois detalhes reforçam a leitura. Primeiro, o ganho de sensibilidade foi consistente entre faixas de idade e entre mamas mais e menos densas, um ponto relevante porque mamas densas costumam dificultar a leitura. Segundo, o valor preditivo positivo da reconvocação foi maior com IA: entre as mulheres chamadas de volta para exames adicionais, uma proporção maior de fato tinha câncer, o que significa menos idas ao serviço sem necessidade para cada câncer encontrado.
Outros estudos que apontam na mesma direção
Um ensaio isolado não basta. Dois estudos prospectivos, com desenhos diferentes, ajudam a dar consistência ao achado.
- ScreenTrustCAD, Suécia (Lancet Digital Health, 2023). Com 55.581 mulheres, testou substituir um dos dois radiologistas pela IA. A combinação de um radiologista com IA encontrou 4% mais cânceres que dois radiologistas, um resultado não inferior EV B.
- PRAIM, Alemanha (Nature Medicine, 2025). Estudo observacional de implementação, em 12 centros, com 463.094 mulheres de 50 a 69 anos e 119 radiologistas que escolhiam se usavam a IA. Com apoio da IA, a detecção foi de 6,7 por mil, 17,6% maior que os 5,7 por mil sem IA, e a taxa de reconvocação foi ligeiramente menor EV B.
Os três estudos usaram sistemas comerciais diferentes e organizações de trabalho diferentes. Mesmo assim, chegaram a conclusões parecidas: detecção igual ou maior, sem piora nos indicadores de qualidade medidos, e menos carga repetitiva para os especialistas.
O que muda para o radiologista
A redução de cerca de 44% nas leituras no MASAI é talvez o dado mais prático. Num programa grande, isso significa milhares de horas de especialistas liberadas para os casos difíceis, para biópsias e para conversar com pacientes.
Em números absolutos, na análise de 2025, foram 61.248 leituras no grupo IA contra 109.692 no grupo controle, para um número parecido de mulheres. Num país com escassez de especialistas em imagem de mama, essa diferença pode decidir se um programa de rastreamento consegue ou não crescer.
A lógica não é trocar o médico pela máquina. Nos três estudos, o radiologista continuou responsável pela decisão. A IA funciona como um segundo olhar incansável, que não se cansa no fim do plantão, e como um organizador de fila. É a mesma ideia que discutimos em IA para interpretar exames: a tecnologia é mais útil quando amplia o julgamento humano, não quando tenta substituí-lo.
O que ainda não sabemos
- Efeito no longo prazo. Encontrar mais cânceres cedo é um passo. Ainda não se mediu se isso se traduz em menos casos avançados nas rodadas seguintes e em mais anos com saúde.
- Sobrediagnóstico. Parte da detecção extra foi de carcinoma in situ, uma lesão inicial. Cerca de metade desse aumento foi de lesões de alto grau, que preocupam mais. A outra parte levanta a pergunta sobre lesões que talvez nunca evoluíssem.
- Outras populações. O MASAI não coletou dados de raça e etnia. Os estudos foram feitos na Suécia e na Alemanha, com equipamentos, densidade mamária média e organização de serviço próprias. Resultados em populações diversas, como a brasileira, precisam ser confirmados.
- Leitura simples. O padrão de comparação foi a leitura dupla europeia. Em sistemas em que cada exame é lido por um só radiologista, o ganho pode ser diferente.
- Atualizações e vigilância. Sistemas de IA mudam de versão. Os próprios autores recomendam implementação controlada, com acompanhamento contínuo do desempenho no mundo real.
E no Brasil?
Em setembro de 2025, o Ministério da Saúde atualizou as orientações de mamografia no SUS. O rastreamento ativo, a cada dois anos, passou a ir até os 74 anos, e mulheres de 40 a 49 anos podem fazer o exame mesmo sem sintomas, sob demanda, em decisão conjunta com o profissional de saúde. Segundo o ministério, o SUS fez cerca de 4 milhões de mamografias de rastreamento em 2024.
É um volume que torna a discussão sobre IA muito concreta. Mas a decisão sobre quando fazer mamografia, e com que frequência, segue sendo individual e com o médico, levando em conta idade, histórico pessoal e familiar. Para quem tem casos de câncer de mama ou ovário na família, vale entender o teste BRCA e o tema do câncer hereditário.
Como acompanhar
A IA mais útil é a que enxerga histórico. Comparar a mamografia de hoje com as anteriores é parte central do trabalho do radiologista, e isso depende de os exames antigos estarem à mão. A Piantare se organiza como infraestrutura de saúde e longevidade: une num lugar só exames, DNA, wearables e hábitos, e traduz tudo em decisões para mais anos com saúde. O Open Health reúne os seus dados e exames num lugar só, sob o seu controle: você indica os laboratórios e hospitais onde faz exames, e a Piantare busca a integração. Assim, laudos e imagens deixam de se perder entre gavetas e e-mails. Veja também como guardar exames.
Perguntas frequentes
A IA substitui o radiologista na mamografia?
Não nos estudos publicados. No MASAI, a IA organizou a fila e marcou áreas suspeitas, mas a decisão final foi sempre de um radiologista.
A IA aumenta os falsos positivos?
No MASAI, a taxa de falsos positivos não foi significativamente maior com IA, e a especificidade foi de 98,5% nos dois grupos. No estudo alemão PRAIM, a taxa de reconvocação foi ligeiramente menor com IA.
O que é câncer de intervalo?
É o câncer diagnosticado entre duas rodadas de rastreamento, depois de um exame considerado normal. No MASAI, a taxa com IA foi de 1,55 por mil, contra 1,76 por mil sem IA.
Posso pedir que minha mamografia seja lida com IA?
Depende do serviço. Alguns já usam sistemas de apoio. Vale perguntar à clínica, lembrando que a decisão sobre o exame e o laudo continua com o médico.
A partir de que idade fazer mamografia no SUS?
Desde 2025, o rastreamento ativo vai até os 74 anos, a cada dois anos, e mulheres de 40 a 49 anos podem fazer o exame sob demanda, em decisão conjunta com o profissional de saúde.
Fontes
- Lång K, Josefsson V, Larsson AM et al. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis. Lancet Oncology, 2023;24(8):936-944. PMID 37541274. doi.org/10.1016/S1470-2045(23)00298-X · Evidência A
- Hernström V, Josefsson V, Sartor H et al. Screening performance and characteristics of breast cancer detected in the MASAI trial. Lancet Digital Health, 2025;7(3):e175-e183. PMID 39904652. doi.org/10.1016/S2589-7500(24)00267-X · Evidência A
- Gommers J, Hernström V, Josefsson V et al. Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study. Lancet, 2026;407(10527):505-514. PMID 41620232. doi.org/10.1016/S0140-6736(25)02464-X · Evidência A
- Dembrower K, Crippa A, Colón E et al. Artificial intelligence for breast cancer detection in screening mammography in Sweden: a prospective, population-based, paired-reader, non-inferiority study (ScreenTrustCAD). Lancet Digital Health, 2023;5(10):e703-e711. PMID 37690911. doi.org/10.1016/S2589-7500(23)00153-X · Evidência B
- Eisemann N, Bunk S, Mukama T et al. Nationwide real-world implementation of AI for cancer detection in population-based mammography screening (PRAIM). Nature Medicine, 2025;31(3):917-924. PMID 39775040. doi.org/10.1038/s41591-024-03408-6 · Evidência B
- Ministério da Saúde. Ministério da Saúde garante acesso a mamografia a partir dos 40 anos, 23 set. 2025. www.gov.br/saude/pt-br/assuntos/noticias/2025/setembro/ministerio-da-saude-garante-acesso-a-mamografia-a-partir-dos-40-anos · Evidência A