Resumo ArterIA: Proposta de Desenvolvimento de Sistema para Quantificação de Calcificações Arteriais Mamárias em Mamografia

Introdução: As doenças cardiovasculares (DCV) representam a principal causa de morte em mulheres, com risco de mortalidade cerca de dez vezes maior em relação ao câncer de mama. Nesse contexto, as calcificações arteriais mamárias (CAM), frequentemente identificadas como achados incidentais e benignos em mamografias, têm sido associadas a risco cardiovascular independente. Estudos recentes apresentados no SBI Conference 2025 (EUA) demonstraram que a quantificação automatizada das CAM por inteligência artificial (IA) apresenta forte correlação com eventos cardíacos adversos maiores (MACE) e mortalidade, atingindo acurácia próxima de 91%. Objetivo: Apresentar a proposta do ArterIA, um sistema destinado à detecção e quantificação automatizada de CAM em mamografias digitais, com foco na estratificação precoce do risco cardiovascular em mulheres. Metodologia: O desenvolvimento do ArterIA será conduzido a partir de 2025 como projeto de iniciação científica interdisciplinar no UNICEPLAC, integrando os cursos de Radiologia, Análise e Desenvolvimento de Sistemas (ADS) e Engenharia de Software. A solução será estruturada em Sistemas Baseados em Inteligência Artificial, contemplando: Deep Learning (Redes Neurais Convolucionais – CNNs): aplicadas sobre grandes bases de imagens de mamografia digital, capazes de aprender automaticamente padrões morfológicos de CAM, considerando distribuição, extensão e densidade. IA Supervisada: modelos treinados com exemplos anotados por radiologistas especialistas em mama, assegurando maior precisão na detecção e quantificação. Validação com classificações manuais padronizadas: será utilizado o método canadense como referência. Esse sistema classifica as CAM conforme: Número de vasos acometidos (0 a 3); Extensão da calcificação em cada vaso (em terços: proximal, médio e distal); Grau de acometimento (fino, intermediário ou grosso). Essa padronização permitirá correlacionar o escore automatizado do ArterIA com parâmetros clínicos já reconhecidos na literatura internacional. Além disso, serão realizados testes-piloto envolvendo radiologistas, estudantes e voluntários, com o objetivo de avaliar a usabilidade da ferramenta, a confiabilidade dos algoritmos e o impacto da incorporação das análises automatizadas nos laudos radiológicos. Resultados esperados: O sistema ArterIA deverá possibilitar a identificação e quantificação estruturada das CAM com sensibilidade e especificidade elevadas, permitindo sua inclusão nos laudos de mamografia. Espera-se que a solução contribua para encaminhamentos oportunos à cardiologia preventiva, reforçando o papel da mamografia como exame de rastreio duplo: câncer de mama e risco cardiovascular. Conclusão: O ArterIA configura-se como uma iniciativa inovadora de integração entre saúde e tecnologia. Seu desenvolvimento a partir de 2025 poderá impactar positivamente a prevenção cardiovascular feminina, fortalecer a interdisciplinaridade acadêmica e consolidar o protagonismo científico nacional nesse campo emergente. Palavras-chave: calcificações arteriais mamárias; inteligência artificial; mamografia digital; deep learning; prevenção cardiovascular.