O cancro da mama é o cancro mais comum nas mulheres. Uma estimativa é de que são diagnosticados por ano mais de 2,3 milhões de novos casos, com os métodos diagnósticos tradicionais a dependerem muito do julgamento humano, que pode levar a resultados inconsistentes. Para vencer essa limitação a Inteligência Artificial (IA) pode ser uma solução, ao possibilitar processos diagnósticos mais precisos e eficientes.
Com relata dá a conhecer a Academia Chinesa de Ciências, a IA está a ser aplicada a vários aspetos do tratamento do cancro da mama, incluindo imagem, patologia e tomada de decisões terapêuticas. No entanto, os modelos de IA ainda enfrentam desafios, como inconsistência de dados e acessibilidade limitada, o que exige maior desenvolvimento para uma implementação mais ampla nos sistemas de saúde.
Um artigo de revisão publicado na revista “Cancer Biology & Medicine”, em março de 2026, explora o papel da IA no tratamento do cancro da mama. O artigo, escrito de que são autores os especialistas Jianbin Li e Zefei Jiang, do Hospital Geral do Exército Popular de Libertação da China e da Academia de Ciências Médicas Militares, detalha as aplicações atuais da IA em imagem, patologia e tomada de decisões clínicas.
Os autores também destacam no artigo os desafios atuais e as direções futuras da IA em oncologia, e discute o potencial da IA para revolucionar o tratamento do cancro da mama, fornecendo informações essenciais tanto para a prática clínica como para a investigação científica.
Em vez de tratar a IA como uma ferramenta limitada à leitura de imagens, o estudo apresenta a IA como uma estrutura em rápido crescimento para todo o percurso de cuidados do cancro da mama. A IA acompanha sistematicamente o progresso em quatro áreas principais: imagem, patologia, tomada de decisão clínica e investigação e desenvolvimento de medicamentos.
A IA está melhorar a leitura de mamografias, ultrassonografias e ressonâncias magnéticas, ao mesmo tempo que impulsiona a patologia em direção a uma análise mais profunda baseada em casos, através da interpretação de imagens de lâminas inteiras, avaliação de biomarcadores, predição de subtipos moleculares e avaliação prognóstica.
Mas, além do diagnóstico, a IA está a ser cada vez mais utilizada para combinar dados clínicos, de imagem e patológicos para apoiar as decisões de tratamento e a gestão personalizada. O estudo também aponta para uma nova fronteira: a investigação de medicamentos assistida por IA, incluindo a descoberta de alvos terapêuticos, a identificação de biomarcadores e a predição da resposta terapêutica.
Os especialistas autores do estudo consideram que os atuais avanços mostram que a IA não é mais um mero complemento técnico, mas uma força sistémica que está a remodelar a forma como o cancro da mama é compreendido e tratado.
Como é descrito a IA já demonstrou benefícios substanciais no tratamento do cancro da mama, no entanto, ainda existem desafios, nomeadamente a padronização de dados é crucial para garantir a precisão e a confiabilidade das decisões baseadas em IA.
Também, a generalização de modelos de IA em diferentes contextos médicos e populações de pacientes é essencial para assegurar a eficácia universal dessas tecnologias. Abordar questões como privacidade de dados, disparidades regionais e a necessidade de marcos éticos e legais claros contribuirá para garantir o uso seguro e equitativo da IA em ambientes clínicos.
O estudo conclui que a integração da IA no tratamento do cancro da mama é extremamente promissora para melhorar tanto a eficiência como a acessibilidade do tratamento. A IA pode melhorar a deteção precoce, fornecer planos de tratamento mais personalizados e auxiliar no desenvolvimento de medicamentos.
Ao superar os desafios atuais, a IA é uma ferramenta que apoiará os objetivos mais amplos da saúde pública, como reduzir a incidência da doença, aumentar as taxas de sobrevida e garantir uma melhor qualidade de vida para pacientes com cancro da mama. Assim, a conclusão dos especialistas é de que à medida que as tecnologias de IA evoluem, continuarão a melhorar a tomada de decisões clínicas, a impulsionar a medicina personalizada e a levar atendimento de alta qualidade a regiões carentes.
