Impacto da inteligência artificial na detecção precoce do câncer de colo do útero: perspectivas atuais e desafios
DOI:
https://doi.org/10.34119/bjhrv8n2-066Keywords:
câncer do colo do útero, inteligência artificial, detecção precoceAbstract
O câncer de colo do útero permanece como um importante problema de saúde pública, particularmente em países de baixa e média renda, onde o acesso a programas de rastreamento e diagnóstico precoce é limitado. A Organização Mundial da Saúde (OMS) e o Ministério da Saúde do Brasil enfatizam a triagem regular por meio de citologia cervical (Papanicolaou) e/ou teste de detecção de Papilomavírus Humano (HPV) como estratégia fundamental para redução da incidência e mortalidade. Entretanto, barreiras como disponibilidade de profissionais treinados, subjetividade na interpretação de exames e cobertura limitada afetam a efetividade do rastreamento. Nesse contexto, o uso de técnicas de Inteligência Artificial (IA), em especial redes neurais profundas, surge como alternativa promissora para análise automatizada de lâminas citológicas e imagens cervicais. Estudos apontam elevada sensibilidade e especificidade de algoritmos capazes de detectar lesões intraepiteliais, muitas vezes em estágios iniciais. Ademais, a IA pode contribuir para otimizar fluxos de trabalho em laboratórios, diminuindo o tempo de análise e liberando profissionais para atividades clínicas. Embora ainda existam desafios, como a necessidade de bases de dados robustas e regulação apropriada, a adoção de IA no rastreamento do câncer de colo do útero pode representar um marco na melhoria da atenção à saúde da mulher e na redução de disparidades regionais.
References
World Health Organization. Global strategy to accelerate the elimination of cervical cancer as a public health problem. Geneva: WHO; 2021.
Brasil. Ministério da Saúde. Diretrizes brasileiras para o rastreamento do câncer do colo do útero. 2. ed. Brasília: Ministério da Saúde; 2016.
ACOG Practice Bulletin No. 168: Cervical Cancer Screening and Prevention. Obstet Gynecol. 2016;128(4):e111-e130.
Behzad A, Khan M, Sufian T, et al. Deep Learning for Cervical Cancer Detection: A Comprehensive Review. J Low Genit Tract Dis. 2020;24(3):201-207.
Diniz RC, et al. Artificial Intelligence Techniques Applied to Cervical Cancer Screening: A Systematic Review. Int J Med Inform. 2022;160:104696.


