O câncer de mama é uma triste realidade no contexto mundial, sendo o segundo tipo mais frequente entre as mulheres, representando um grave problema de saúde pública. Para diagnosticá-lo, realiza-se a mamografia, interpretada por médicos radiologistas devidamente treinados. Porém, diferentes fatores dificultam a interpretação da imagem mamográfica, como a fadiga visual, stress e distração do profissional, podendo ocasionar falhas ou atraso no diagnóstico. É possível minimizar a taxa de erros se a análise for realizada por meio da dupla leitura, realizada por dois radiologistas ou auxiliada por esquemas computacionais (CAD), no intuito de funcionar como uma segunda opinião. O objetivo do presente estudo foi avaliar a influência do CAD na interpretação de imagens mamográficas de radiologistas experientes, tanto como ferramenta auxiliar na detecção de nódulos e de agrupamentos de calcificações (CADe) quanto como classificador de nódulos (CADx). Os resultados obtidos mostraram que o CAD influenciou positivamente na precisão diagnóstica quando utilizado como classificador, aumentando a sensibilidade e a especificidade dos radiologistas, com a vantagem de não aumentar significativamente a taxa de falsos positivos. Tal fato demonstra que o CAD auxiliou no diagnóstico, sendo ferramenta plausível de ser utilizada na análise mamográfica. Mais estudos devem ser realizados seguindo esta metodologia a fim de realizar novos testes com maior número das amostras e de analisadores. Futuros estudos poderiam explorar especificamente a atuação dos esquemas CADx quando aplicados exclusivamente na análise de mamas densas, em que os sinais radiológicos não são tão evidentes, o que é um grande entrave para diagnósticos corretos.

Breast cancer is a sad reality all over the world, the second most frequent type among women, therefore a serious public health concern. For it diagnosis, mammography is performed and interpreted by qualified medical radiologists. However, several factors have limited the correct interpretation of mammographic images, as visual fatigue, stress and professional distraction, which may result in failed or delayed diagnosis. Its possible to minimize the error rate performing the analysis by means of double reading or by the support of computational schemes (CAD) in order to act as a second opinion. The aim of this study was evaluate the impact of CAD on the interpretation of mammographic images performed by experienced radiologists, aiming to detect nodules and clusters of calcifications (CADe) and as classifier nodules tool (CADx). The results showed that CAD has positively influenced the diagnostic accuracy when used as a classifier, increasing the sensitivity and specificity of radiologists with the advantage of not significantly increasing the rate of false positives. This shows that the CAD really improved the diagnosis, being a useful tool in the analysis of mammographic images.. Additional tests including more samples and analyzers should be performed according to this approach. Future studies could specifically explore the performance of CADx schemes when applied exclusively to the analysis of dense breasts, where the radiological signs are not so obvious, which is a serious difficulty for the medical examination.