APLICAÇÕES DA INTELIGÊNCIA ARTIFICIAL NA AVALIAÇÃO DA QUALIDADE TÉCNICA DA MAMOGRAFIA: REVISÃO SISTEMÁTICA

Resumo

A qualidade técnica da mamografia exerce influência direta na detecção precoce do câncer de mama, sendo a taxa de repetição (TR) um importante indicador da qualidade dos serviços de diagnóstico por imagem. Este estudo teve como objetivo sintetizar as evidências científicas sobre a aplicação de técnicas de Inteligência Artificial (IA), com ênfase em modelos de aprendizado profundo (Deep Learning — DL), na avaliação da qualidade técnica da mamografia e em seu potencial para reduzir a TR. Foi realizada uma Revisão Sistemática da Literatura (RSL), conduzida conforme as diretrizes PRISMA 2020, com buscas nas bases ACM Digital Library, IEEE Xplore, PubMed, ScienceDirect, Scopus, SpringerLink e Web of Science. A qualidade metodológica dos estudos foi avaliada segundo critérios adaptados de Kitchenham. Após o processo de seleção, 13 estudos primários compuseram o corpus da revisão. Observou-se predominância de modelos baseados em DL, especialmente Redes Neurais Convolucionais (CNNs) e arquiteturas derivadas da U-Net, aplicados à identificação de marcos anatômicos, classificação da qualidade técnica das imagens e implementação de sistemas de apoio à decisão e feedback durante a aquisição mamográfica. Os estudos reportaram acurácia de até 98,5% na identificação do músculo peitoral, redução da proporção de imagens inadequadas de 13,3% para 3,2% e redução da TR para 0,17% no melhor cenário identificado. As evidências indicam que a IA apresenta elevado potencial para apoiar o controle de qualidade da mamografia, promovendo maior padronização das avaliações, redução da variabilidade entre avaliadores e melhoria do fluxo de aquisição das imagens. Esses resultados reforçam o potencial da IA como ferramenta de apoio aos programas de controle de qualidade da mamografia. Entretanto, sua incorporação em larga escala ainda depende de validação clínica multicêntrica, maior interpretabilidade dos modelos e padronização dos protocolos de avaliação.