A patologia digital está cada vez mais comum, abrindo um cenário de oportunidades para a inteligência artificial (IA). Estudo apresentado no SABCS 2023 (CONFIDENT-B) mostrou resultados positivos da implementação de IA no diagnóstico de linfonodos sentinela na patologia do câncer de mama, demonstrando que além da aprovação dos patologistas e da economia de tempo, a IA teve impacto na redução de custos com colorações imuno-histoquímicas (IHC).
Metástases em linfonodos sentinela (LS) de pacientes com câncer de mama são
fortemente associadas a pior sobrevida e são um indicador fundamental para nortear o tratamento. Se as metástases forem ausentes na avaliação do patologista com base na lâmina de hematoxilina e eosina (HE), colorações imuno-histoquímicas adicionais (IHC) são realizadas para garantir que nenhuma metástase seja perdida. No entanto, essas análises têm custos adicionais elevados, indicando que soluções de IA podem ter papel relevante nesse contexto.
Embora o número de estudos com algoritmos de IA tenha aumentado, estudos sobre a implementação clínica real ainda são escassos. Neste estudo prospectivo unicêntrico, o objetivo foi avaliar até que ponto um fluxo de trabalho clínico assistido por IA para a detecção de metástases de LS reduz o uso de IHC, mantendo os padrões atuais de segurança de diagnóstico.
De setembro de 2022 a maio de 2023 foram inscritas 190 amostras de LS de 182 pacientes com câncer de mama invasivo ou in situ. Espécimes de LS foram alocadas quinzenalmente no braço de controle (n=90) ou no braço de intervenção (n=100). No braço de controle, as amostras de LS foram avaliadas digitalmente de acordo com o fluxo de trabalho clínico atual, enquanto os patologistas no braço de intervenção avaliaram amostra de LS com a solução ‘Metastasis-Detection-App’ (Visiopharm©) disponível.
Em ambos os grupos, a IHQ foi realizada em todos os casos morfologicamente negativos. O principal resultado foi o risco relativo (RR) do uso de IHQ por caso detectado de metástases de LS.
Os resultados mostram que 59 amostras de LS continham metástases (31,1%). A assistência de IA resultou em um risco significativamente menor do uso de IHC por caso detectado de metástases de LS (RR: 0,680, IC 95%: 0,347-0,878). Além de prevenir o uso de IHC, reduzindo os custos, a IA assistida também foi uma ferramenta de apoio para os patologistas, que gastaram significativamente menos tempo na avaliação de amostras de LS (3m:41s vs. 6m:04s, p = 0,028), além de aumentar em 30% a sensibilidade das análises.
Os patologistas assistidos por IA não perceberam dois casos de micrometástases no braço de intervenção, um dos quais foi destacado retrospectivamente pelo algoritmo, enquanto no outro caso, as células tumorais estavam localizadas em uma área fortemente cauterizada da lâmina HE e, portanto, visível apenas na IHC (série). No braço de controle, o algoritmo captou retrospectivamente todas as micro e macrometástases e quase metade das células tumorais isoladas. Além disso, todos os patologistas participantes afirmaram que a IA foi fácil de usar, que se sentiram confiantes ao usá-la e que além de lhes poupar tempo, a IA tornou o trabalho mais agradável.
Reduções de custos em IHC por assistência de IA dependem da política laboratorial (ou seja, quando e em quantos níveis a IHC está realizada), mas a um custo de 25€ por coloração IHC, varia entre 1.500€ e 3.500€ por 100 LS’s em um cenário onde a IHC é realizada em todos os casos morfologicamente negativos. Nos casos em que a IHC só é realizada em pacientes nos quais a descoberta de células tumorais isoladas tem consequências clínicas (ou seja, pacientes que receberam tratamento neoadjuvante), a economia de custos na IHQ variou de 7.500€ a 12.500€ por 100 LSs, dependendo da política do laboratório.
Em conclusão, a implementação de IA para detecção de metástases de LS em pacientes com câncer de mama levou a uma redução significativa no uso de IHC e custos subsequentes, rentabilizando o tempo dos patologistas. Neste estudo, foram poupados cerca de 3.000 euros na utilização da IHQ.
Referência: PS03-06 Clinical implementation of artificial-intelligence-assisted detection of breast cancer metastases in sentinel lymph nodes: saving costs and time (the CONFIDENT-B trial). Carmen van Dooijeweert (1) Rachel Flach (2) Natalie ter Hoeve (2) Celien Vreuls (2) Roel Goldschmeding (2) JanErik Freund (2) Paul Pham (2) Tri Nguyen (2) Elsken Van der Wall (3) Geert Frederix (2) Nikolas Stathonikos (2) Paul Van Diest (3) (1) University Medical Centre Utrecht, Utrecht, Utrecht, Netherlands;(2) University Medical Centre Utrecht, Utrecht, Netherlands;(3) University Medical Center Utrecht, Utrecht, Utrecht, Netherlands.
