Predição de risco para lesões mamárias

O câncer de mama é uma das principais causas de mortalidade entre mulheres e tem grande potencial de cura quando identificado precocemente. No contexto da saúde suplementar, a Atenção Primária pode apoiar a coordenação do cuidado, a identificação de fatores de risco e a indicação mais adequada de jornadas de prevenção, rastreamento e diagnóstico.

A operadora observava uso frequente e custoso de mamografias e ultrassonografias de mama, inclusive em pacientes jovens, sem fatores de risco identificados e sem diagnóstico positivo posterior. Ao mesmo tempo, era necessário não perder beneficiárias com risco aumentado, especialmente fora dos critérios tradicionais de rastreamento.

Desenvolver um algoritmo de predição e estratificação de risco para problemas mamários, apoiando a criação de jornadas individualizadas de Atenção Primária para prevenção, diagnóstico precoce e encaminhamento mais assertivo.

O projeto utilizou bases reais privadas de uma operadora de saúde, incluindo: - Prontuário eletrônico - Questionários autoaplicáveis - Sistema ERP e contas médicas - Resultados de exames - Logs de entrada em academias parceiras

As bases foram integradas para formar uma matriz final de fatores de risco. Foram identificadas 21 variáveis booleanas indicando presença ou ausência de fatores associados a problemas mamários. O target agrupou alterações benignas e malignas de mama, devido à baixa ocorrência de malignidade isolada na amostra.

Entre os fatores considerados, estavam: - Histórico familiar e pessoal de câncer de mama - Neoplasia de ovário - Histórico de biópsia - Diagnósticos relacionados a mama - Densidade mamária - Obesidade - Tabagismo - Etilismo - Sedentarismo - Alimentação inadequada - Alterações hormonais e gineco-obstétricas - Outras condições clínicas relevantes

Foram comparados diferentes algoritmos de aprendizado de máquina: - Regressão Logística - Random Forest - Support Vector Machines - Rede Neural Sequential A comparação utilizou validação cruzada, otimização de hiperparâmetros e avaliação por área sob a curva ROC.

O melhor modelo foi uma Regressão Logística com os seguintes hiperparâmetros: - class_weight: balanced - max_iter: 1000 - penalty: l2 A escolha favoreceu equilíbrio entre desempenho, interpretabilidade e aplicabilidade em um contexto de apoio à decisão em saúde.

No app demonstrativo, a matriz de confusão apresenta: - TN: 1.264 - FP: 737 - FN: 9 - TP: 49 A leitura desses resultados reforça que a escolha do ponto de operação deve equilibrar sensibilidade e precisão conforme a capacidade assistencial. Em prevenção e rastreamento, a definição de limiar deve considerar o custo de falso negativo, o custo de falso positivo e a disponibilidade de cuidado.

O relatório técnico aponta que modelos publicados de predição de risco de câncer de mama com dados epidemiológicos, demográficos e clínicos apresentavam AUC média em torno de 0,73, com IC95% entre 0,66 e 0,80. O modelo desenvolvido alcançou AUC média de 0,8165, sugerindo desempenho competitivo para um cenário aplicado com bases reais de operadora.

O modelo deve ser interpretado como ferramenta de apoio à decisão, não como substituto do julgamento clínico. Seu uso proposto é apoiar a priorização de beneficiárias para jornadas de APS, investigação clínica, orientação preventiva, rastreamento individualizado e eventual encaminhamento diagnóstico.

- O target agrupou alterações benignas e malignas, reduzindo a especificidade clínica para câncer maligno isolado. - A baixa ocorrência de malignidade exigiu uma abordagem mais ampla de problemas mamários. - Os dados são de uma operadora específica e precisam de validação externa. - O modelo deve ser recalibrado periodicamente. - O ponto de operação deve ser definido conforme a capacidade assistencial e a tolerância a falsos positivos e falsos negativos. - A ferramenta não substitui avaliação clínica, diretrizes assistenciais nem decisão compartilhada.

- Aplicação web demonstrativa - Modelo de Regressão Logística - Feature matrix com 21 variáveis booleanas - Comparação entre algoritmos de machine learning - Curva ROC - Curva Precision-Recall - Matriz de confusão - Avaliação de hiperparâmetros - Material técnico do projeto - Apresentação técnica

- A predição de risco em saúde precisa estar conectada a uma jornada assistencial clara. - Em rastreamento, a escolha do limiar é tão importante quanto a métrica global. - Bases reais de operadora exigem integração de múltiplas fontes e regras de negócio bem definidas. - Agrupar eventos benignos e malignos pode ser necessário quando a ocorrência de malignidade isolada é baixa, mas isso muda a interpretação clínica do modelo. - O maior valor está em apoiar coordenação do cuidado, não em automatizar diagnóstico.