Sistema de IA detecta 15 cânceres de fígado não identificados em ensaio clínico com 10.000 pacientes

O câncer de fígado, tanto os tumores primários, como o carcinoma hepatocelular (HCC), quanto as metástases originadas em outros órgãos, representa uma grande carga global, e os desfechos dependem muito do estágio. A sobrevida no HCC varia de mais de cinco anos, quando o diagnóstico é precoce, a poucos meses, quando a doença está avançada. A tomografia computadorizada com contraste (CE-CT) é a ferramenta de imagem de primeira linha, mas sua interpretação é exigente. Lesões pequenas, metástases e fígados afetados por esteatose ou cirrose são fáceis de avaliar de forma equivocada, e a avaliação do fígado é obrigatória em toda CE-CT abdominal, mesmo quando o exame foi solicitado por outro motivo. Este estudo testou se uma rede de segurança baseada em IA pode ajudar.

Os pesquisadores desenvolveram o Liver DiagnOsis Network (LiON), um sistema de ponta a ponta que classifica cada paciente como portador de doença maligna ou não maligna e segmenta oito subtipos de lesão. Ele aceita, de forma opcional, imagens da fase tardia e dados clínicos. Foi treinado com 6.443 pacientes de dois centros e validado retrospectivamente em 22.251 pacientes. A validação ocorreu em três etapas: testes multicêntricos fundamentais, dois testes de estresse e coortes consecutivas do mundo real, além de um ensaio prospectivo de braço único (NCT07153783).

Nos testes externos (n = 4.071, cinco centros), o LiON alcançou uma AUC de 0,975, com sensibilidade de 90,2% e especificidade de 97,6%. Superou um nnU-Net autoconfigurável na triagem de lesões (AUC de 0,956 vs 0,926). Em um estudo de leitores em três rodadas com 300 pacientes, a AUC de 0,958 do LiON foi superior à de cada um dos 11 radiologistas que liam apenas as imagens (0,654–0,826). A assistência da IA aumentou a acurácia balanceada dos radiologistas em 6,6% e a sensibilidade em 11,5%, reduziu o tempo de leitura em 27,1% e levou os leitores juniores à acurácia de seniores sem assistência. A adição de 19 variáveis clínicas elevou a AUC para metástases de 0,937 para 0,983.

Em seguida, foram feitos dois testes de estresse. Em 150 casos de HCC em estágio inicial, o LiON, usando apenas a CT, alcançou uma AUC de 0,972 (sensibilidade de 85,0%), aproximando-se da interpretação de radiologistas da ressonância magnética com ácido gadoxético, embora o leitor sênior de ressonância tenha tido sensibilidade maior. Para metástases hepáticas em 1.511 pacientes com câncer de pâncreas, a AUC foi de 0,979, com sensibilidade de 93,5% e especificidade de 94,5%. Em 15.330 pacientes consecutivos do mundo real, o valor preditivo negativo foi de 99,0% e o valor preditivo positivo, de 50,4%. A AUC se manteve em 0,971 na esteatose hepática e em 0,924 na cirrose.

O ensaio de braço único foi realizado em um hospital, de setembro a outubro de 2025, e incluiu 10.333 pacientes consecutivos. O LiON leu os exames em paralelo com os radiologistas, e os casos discordantes foram encaminhados a um radiologista sênior e, depois, a uma equipe multidisciplinar (MDT). O desfecho primário (limite inferior do IC de 95% acima de 0,900) foi atingido, com AUC de 0,952 (IC de 95%: 0,942–0,961). A sensibilidade foi de 82,7%, a especificidade de 95,3%, o VPP de 49,2% e o VPN de 99,0%. A revisão encontrou 51 lesões negligenciadas confirmadas, incluindo 15 pequenas metástases (1,45 malignidade adicional por 1.000 exames). Houve 37 retificações de laudos e 22 encaminhamentos à MDT, com 14 pacientes convocados novamente e cinco novas neoplasias malignas confirmadas. Quatro pacientes tiveram o tratamento modificado.

Esses resultados sugerem que a IA pode servir como um segundo leitor compatível com o fluxo de trabalho, especialmente para pequenas metástases não detectadas em exames que não têm foco no fígado. As principais ressalvas são o delineamento de braço único, o seguimento curto, a população chinesa única e um ensaio realizado sem dados clínicos. O desempenho foi menor na cirrose, e nenhum benefício nos desfechos dos pacientes foi demonstrado.