# A inteligência artificial aplicada ao reconhecimento facial pode ser útil no rastreamento da apneia obstrutiva do sono?

> Sim. Uma meta-análise bayesiana mostrou que algoritmos de IA treinados com fotografias craniofaciais atingem alta acurácia diagnóstica para apneia obstrutiva do sono, com sensibilidade pooled de 84,9% e especificidade de 71,2%, sugerindo seu uso como ferramenta de triagem de baixo custo.

Estudo citado: Gao EY, Tan BKJ, Tan NKW, Ng ACW, Leong ZH, Phua CQ et al.. Artificial intelligence facial recognition of obstructive sleep apnea: a Bayesian meta-analysis. Sleep & breathing = Schlaf & Atmung. 2024. DOI: https://doi.org/10.1007/s11325-024-03173-3. PubMed: https://pubmed.ncbi.nlm.nih.gov/39614959/

## Resposta

A apneia obstrutiva do sono (AOS) é tradicionalmente diagnosticada por polissonografia, exame de custo elevado e acesso limitado. Diante disso, métodos alternativos de triagem têm sido investigados. Uma meta-análise bayesiana recente reuniu estudos que avaliaram a acurácia de algoritmos de inteligência artificial (IA) treinados com fotografias craniofaciais para identificar AOS em adultos.

Foram incluídos seis estudos observacionais, com dez modelos de IA treinados e testados em 1.417 e 983 participantes, respectivamente. A qualidade metodológica foi considerada baixa para risco de viés. A sensibilidade combinada foi de 84,9% (intervalo de credibilidade de 95%: 77,1–90,7%) e a especificidade de 71,2% (IC 95%: 60,7–81,4%).

A meta-regressão bayesiana identificou que os modelos de aprendizado profundo, especialmente as redes neurais convolucionais, apresentaram a maior acurácia, com sensibilidade de 91,1% e especificidade de 79,2%, comparável aos testes domiciliares de apneia do sono. Outros fatores, como pontos de corte do índice de apneia-hipopneia, prevalência de AOS, engenharia de características, tipo de câmera e informatividade da prior bayesiana, não alteraram a acurácia diagnóstica.

Não foi detectado viés de publicação substancial. Os autores concluem que a IA aplicada a fotografias craniofaciais apresenta alta acurácia diagnóstica e deve ser considerada uma ferramenta de triagem de baixo custo para AOS. Trabalhos futuros com aprendizado profundo e imagens de smartphones podem viabilizar ainda mais essa abordagem na atenção primária.

Para o médico brasileiro, esses achados são promissores, mas ainda preliminares. A ferramenta poderia auxiliar na identificação de pacientes com suspeita de AOS em contextos de recursos limitados, porém a implementação clínica requer validação em diferentes populações e configurações de imagem. O resumo não fornece detalhes sobre a população dos estudos ou sobre a aplicabilidade no sistema de saúde brasileiro.

## O que o estudo mostrou

Meta-análise bayesiana de seis estudos observacionais com adultos, incluindo dez modelos de IA treinados/testados em 1.417/983 participantes. A IA baseada em fotografias craniofaciais alcançou sensibilidade pooled de 84,9% (IC 95%: 77,1–90,7%) e especificidade de 71,2% (IC 95%: 60,7–81,4%). Redes neurais convolucionais mostraram maior acurácia (sensibilidade 91,1%, especificidade 79,2%). Não houve viés de publicação substancial.

## Limitações

O resumo não informa a população exata dos estudos (critérios de inclusão, gravidade da AOS) nem detalhes sobre a heterogeneidade entre eles. O número de estudos incluídos é pequeno (seis), e o risco de viés foi baixo, mas a aplicabilidade em diferentes contextos clínicos e populacionais não é discutida. O resumo também não menciona a validação externa dos modelos ou o desempenho em subgrupos.

## Aplicação no consultório

A ferramenta pode ser considerada como método de triagem de baixo custo para AOS, especialmente em locais sem acesso fácil à polissonografia. O médico pode utilizar essa informação para identificar pacientes com maior probabilidade de AOS e encaminhá-los para confirmação diagnóstica. No entanto, a implementação na prática clínica ainda requer validação local e não substitui o diagnóstico padrão. Para a gestão do consultório, pode representar uma alternativa para otimizar recursos e agilizar o encaminhamento de casos suspeitos.

## Perguntas para aprofundar

- Qual é a acurácia da inteligência artificial com fotografias craniofaciais no diagnóstico da apneia obstrutiva do sono em comparação à polissonografia?
- As redes neurais convolucionais são superiores a outros algoritmos de IA na detecção de apneia obstrutiva do sono por imagens faciais?
- A IA aplicada a fotografias faciais pode substituir os testes domiciliares de apneia do sono na triagem de pacientes?

Tema: IA na atenção primária. Página: https://alphadoctor.com.br/ciencia/ia-atencao-primaria/a-inteligencia-artificial-aplicada-ao-reconhecimento-facial-pode-ser-util-no/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.