Sistemas de apoio à decisão baseados em inteligência artificial multimodal em oncologia mamária: revisão sistemática e proposição de um modelo arquitetural baseado em evidências

Abstract

O câncer de mama é uma neoplasia altamente prevalente e exige decisões clínicas informadas, apoiadas na integração de múltiplas fontes de dados heterogêneas. A presente dissertação investiga o desenvolvimento e a aplicação de inteligência artificial multimodal em Sistemas de Apoio à Decisão (SAD) em oncologia mamária, com foco em diagnóstico, prognóstico e planejamento terapêutico. Entretanto, a literatura ainda carece de um consenso arquitetural que padronize a integração multimodal em SADs com requisitos explícitos de governança, explicabilidade e validação externa, o que limita sua translação clínica. O objetivo geral é a construção de um modelo arquitetural baseado em evidências para aplicação segura, transparente e reprodutível de SADs multimodais. Este estudo adota delineamento metodológico com revisão sistemática em conformidade com o protocolo PRISMA 2020, incluindo critérios de elegibilidade e estratégia de busca em bases científicas, seguida de seleção e extração de dados. A partir da síntese dos achados e da análise crítica das lacunas relatadas, como transparência, validação externa e explicabilidade, o trabalho compôs um artefato arquitetural em camadas para um SAD multimodal, contemplando aquisição/governança de dados, pré-processamento e controle de qualidade, inferência multimodal, entrega clínica com auditoria, ground truth, validação experimental e guardrails. Conclui-se que a translação clínica de SADs multimodais em oncologia mamária depende de uma arquitetura em camadas que operacionalize integração de dados, validação externa, rastreabilidade e explicabilidade ao longo de todo o fluxo assistencial.

Abstract: Breast cancer is a highly prevalent neoplasm and requires informed clinical decisions, supported by the integration of multiple heterogeneous data sources. The dissertation investigates the development and application of multimodal artificial intelligence in Decision Support Systems (DSS) in breast oncology, focusing on diagnosis, prognosis, and therapeutic planning. The overall objective is the construction of an evidence-based architectural model for the safe, transparent, and reproducible application of multimodal DSS, based on a narrative synthesis of a systematic review. The study adopts a methodological design with a systematic review in accordance with PRISMA 2020, including eligibility criteria and a search strategy in scientific databases, followed by selection and data extraction. From the synthesis of findings and the critical analysis of reported gaps, such as transparency, external validation, and explainability, the work proposes a layered architectural model for a multimodal DSS, encompassing data acquisition/governance, preprocessing and quality control, multimodal inference, clinical delivery with auditing, ground truth, experimental validation, and guardrails. It is concluded that the clinical translation of multimodal DSS in breast oncology depends on a layered architecture that operationalizes data integration, external validation, traceability, and explainability throughout the entire care workflow.