Navegando por Palavras-chave "Erros diagnóstico"

Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    Item
    Restrito
    Estimativas de custos relacionados ao diagnóstico e tratamento do câncer de mama: um estudo da potencial magnitude dos diagnósticos incorretos no sistema único de saúde e influencia construtiva com auxílio de inteligência artificial
    (Universidade Federal de São Paulo, 2022-02-02) Mineiro, Mariana de Carvalho [UNIFESP]; Moraes, Matheus Cardoso [UNIFESP]; Vital, Daniel Aparecido; http://lattes.cnpq.br/9953367352575096; http://lattes.cnpq.br/1854451408004051
    Contexto: O câncer de mama é a neoplasia mais comum entre as mulheres brasileiras, acometendo mais de 60 mil novos casos ao ano. O diagnóstico da doença é iniciado através de exames de imagens, comumente a mamografia, que podem ser passíveis a erros. Estes erros podem ser caracterizados de duas formas: erros falso positivo, gerando novos exames e novos custos ao Sistema Único de Saúde que poderiam ser evitados e erros falso negativo, que resultam em um diagnóstico tardio da doença, que além de diminuir a produtividade do tratamento, aumentam excessivamente os seus custos. Objetivo: O estudo tem como objetivo estimar os custos para o SUS relacionados aos erros que acontecem durante o diagnóstico do câncer de mama. Metodologia: Para isso, realizou-se uma revisão e interpolação de informações presentes em bancos de dados digitais, a fim de descrever quantitativamente o problema. A pesquisa foi realizada considerando o diagnóstico feito pelo radiologista e o diagnóstico feito pelo radiologista com o auxílio de inteligência artificial. Resultados: Foram captados diferentes dados de diagnóstico realizados pelo radiologista em comparação com um cenário utilizando a inteligência artificial. No primeiro caso, onde a sensibilidade varia cerca de 3% e a especificidade varia 2% entre os dois sistemas de diagnóstico, os custos relacionados ao dois tipos de erro oscilam em 18%, sendo o cenário com o uso de IA com menos gastos. No caso em que o diagnóstico com e sem o uso de inteligência artificial varia em 10% e a especificidade varia em 3%, os custos são decrescidos em 38%. Além disso, obtém-se que o maior custo do erro tipo falso positivo está relacionado à realização de novas biopsias. O maior erro do tipo falso negativo acontece quando a paciente encontra-se inicialmente no primeiro estágio de câncer e na pré menopausa e obtém o diagnóstico correto apenas no terceiro estágio de câncer da pós menopausa. Conclusão: Com o estudo estima-se os custos do diagnóstico incorreto para o SUS e conclui-se que quanto maior a sensibilidade e especificidade empregadas no sistema de diagnóstico do câncer de mama, menor será o custo adicional ao erro para o Sistema Único de Saúde. Um sistema utilizando o radilogista com o auxilio da inteligência artificial performa melhor do que um cenário considerando apenas o radiologista. Além disso, a IA apresenta uma melhor performance na detecção de câncer em estágio inicial.