O rastreamento do câncer de pulmão por tomografia computadorizada com baixa dose de radiação (TCBD) é recomendado para populações específicas, mas, embora tenha sido demonstrado que o seu uso reduz a mortalidade, ainda existem desafios relacionados com esta tecnologia, como a variabilidade entre avaliadores e altas taxas de resultados falso-positivos e falso-negativos.
A inteligência artificial pode ajudar a contornar algumas dessas limitações, sugere um novo estudo.
Pesquisadores do Google treinaram um algoritmo de deep learning para identificar lesões malignas nos pulmões utilizando mais de 42.000 exames de tomografia computadorizada (TC). Na avaliação feita pelos algoritmos, a incidência de falso-positivos e de falso-negativos foi 11% e 5% menor, respectivamente, em comparação com a revisão feita por radiologistas capacitados, que analisaram as mesmas imagens.
