Avaliação quantitativa da citopatologia de boca : comparação entre a análise humana e inteligência artificial

Abstract

Introdução: O câncer de boca, especialmente o carcinoma espinocelular (CECB), representa um desafio global de saúde devido, entre outros, fatores, à detecção tardia e alta mortalidade. A detecção precoce é essencial através do monitoramento pelos profissionais da saúde e de maneira maus direta ao cirurgião-dentista. A citopatologia é um modelo de análise celular, eficaz para a avaliação de danos celulares prévios ao aparecimento clínico o CECB, mas requer treinamento extenso e tem limitações diagnósticas. A Inteligência Artificial (IA) mostra potencial para aprimorar a interpretação de imagens citológicas, reduzindo o tempo de trabalho e a subjetividade. Objetivo: Comparar efetividade de avaliação por um sistema IA com a análise humana de esfregaços celulares bucais corados pela técnica de Papanicolaou. Metodologia: O estudo envolveu 57 pacientes dos serviços de Patologia Bucal da Universidade Federal do Rio Grande do Sul e Ambulatório de Estomatologia do HCPA, segmentados em 4 grupos: Controle, Exposto, Desordens Potencialmente Malignas (DMPB) e CECB. A técnica de citopatologia incluiu a coleta de raspados de mucosa bucal com escova citológica, sendo realizada sobre a área da lesão bucal nos pacientes com suspeita de CECB ou DPMB. A técnica de Papanicolaou foi realizada conforme protocolo padrão, com análise morfológica e classificação dos esfregaços de acordo com critérios específicos. As imagens foram analisadas utilizando o programa Papanicolaou Slide - Image Examiner (PSIE), com verificação da concordância entre o sistema IA e examinadores humanos. Resultados: O tempo de análise do PSIE foi 16,6x menor que os pesquisadores humanos. A concordância entre os pesquisadores foi de 0,9 e entre os pesquisadores foi de 0,544-0,548. A proporção dos achados citológicos entre os pesquisadores e o PSIE foi similar. Conclusão: O uso de IA para o rastreio de CECB é promissor e demonstrou-se uma ferramenta adequada para o uso rotineiro.

Introduction: Oral cancer, especially squamous cell carcinoma (SCC), poses a global health challenge due to factors such as late detection and high mortality rates. Early detection is essential through monitoring by healthcare professionals, particularly by dentists. Cytopathology is a cellular analysis model effective for evaluating cellular damage preceding the clinical appearance of SCC, but it requires extensive training and has diagnostic limitations. Artificial Intelligence (AI) shows potential to enhance the interpretation of cytological images, reducing working time and subjectivity. Objective: To compare the effectiveness of assessment by an AI system with human analysis of oral cell smears stained by the Papanicolaou technique. Methodology: The study involved 57 patients from the Oral Pathology services of the Federal University of Rio Grande do Sul and the Stomatology Outpatient Clinic of HCPA, segmented into 4 groups: Control, Exposed, Potentially Malignant Disorders (PMD), and SCC. The cytopathology technique included the collection of oral mucosa scrapings with a cytological brush, performed on the area of the oral lesion in patients suspected of SCC or PMD. The Papanicolaou technique was performed according to standard protocol, with morphological analysis and classification of smears according to specific criteria. Images were analyzed using the Papanicolaou Slide - Image Examiner (PSIE) program, with verification of agreement between the AI system and human examiners. Results: The analysis time of PSIE was 16.6 times shorter than that of human researchers. Concordance between researchers was 0.9, and between researchers and PSIE was 0.544-0.548. The proportion of cytological findings between researchers and PSIE was similar. Conclusion: The use of AI for SCC screening is promising and demonstrated to be a suitable tool for routine use.