Há evidências sobre o uso de software de inteligência artificial como adjuvante na análise de radiografias de tórax para identificar suspeita de câncer de pulmão na atenção primária?
Resposta curta: Não foram identificados estudos elegíveis que atendessem aos critérios desta revisão rápida. Informações contextuais de seis estudos não elegíveis sugerem que a sensibilidade para detecção de câncer de pulmão pode ser maior quando radiologistas usam software de IA adjunto, mas não houve diferenças significativas em especificidade, valor preditivo positivo ou número de cânceres detectados. Não há evidências sobre efetividade clínica.
Resposta
Esta revisão rápida de evidências buscou identificar estudos sobre software de inteligência artificial (IA) adjunto para analisar radiografias de tórax na suspeita de câncer de pulmão, além de desenvolver um modelo conceitual de custo-efetividade. A busca envolveu diversas bases de dados e outras fontes, realizada entre novembro de 2022 e janeiro de 2023. Os critérios de elegibilidade incluíram populações da atenção primária encaminhadas para radiografia de tórax por sintomas sugestivos de câncer de pulmão ou por outras razões, comparando radiologistas com e sem o software de IA adjunto, e desfechos de acurácia diagnóstica, implicações práticas e desfechos relacionados aos pacientes.
Nenhum estudo identificado nas buscas ou submetido por empresas atendeu aos critérios de inclusão. Informações contextuais de seis estudos que não preencheram os critérios forneceram alguma evidência de que a sensibilidade para detecção de câncer de pulmão (mas não para detecção de nódulos) pode ser maior quando as radiografias são interpretadas por radiologistas em combinação com software de IA do que por radiologistas sozinhos. Não foram observadas diferenças significativas para especificidade, valor preditivo positivo ou número de cânceres detectados. Nenhum dos seis estudos forneceu evidências sobre a efetividade clínica do software de IA adjunto.
O modelo conceitual desenvolvido destacou a escassez de dados de entrada ao longo da via diagnóstica e identificou suposições-chave necessárias para vincular evidências. A revisão conclui que atualmente não há evidências aplicáveis a esta revisão sobre o uso de software de IA adjunto para detecção de suspeita de câncer de pulmão em radiografia de tórax, seja em pessoas encaminhadas da atenção primária com sintomas de câncer de pulmão ou por outras razões.
Os autores apontam que pesquisas futuras são necessárias para entender a acurácia do software de IA adjunto na detecção de nódulos pulmonares e cânceres, bem como seu impacto na tomada de decisão clínica e nos desfechos dos pacientes. Estudos que gerem parâmetros-chave de entrada para o modelo conceitual permitirão refinar a estrutura do modelo e convertê-lo em um modelo funcional completo para analisar a custo-efetividade do software de IA para esta indicação.
As limitações desta revisão incluem o uso de métodos rápidos de síntese de evidências, com apenas um revisor conduzindo todos os elementos da revisão e buscas direcionadas realizadas apenas em inglês. Além disso, nenhum estudo elegível foi identificado, o que impede conclusões robustas sobre a utilidade clínica do software de IA adjunto na prática.
O que o estudo mostrou
Revisão rápida de evidências que buscou estudos sobre software de IA adjunto para análise de radiografias de tórax na suspeita de câncer de pulmão. Nenhum estudo identificado nas buscas ou submetido por empresas atendeu aos critérios de inclusão. Informações contextuais de seis estudos não elegíveis sugeriram que a sensibilidade para detecção de câncer de pulmão (mas não de nódulos) pode ser maior com radiologistas usando IA adjunta, sem diferenças significativas em especificidade, valor preditivo positivo ou número de cânceres detectados. Nenhum estudo forneceu evidências de efetividade clínica. Um modelo conceitual de custo-efetividade foi desenvolvido, destacando escassez de dados de entrada.
Limitações
A revisão utilizou métodos rápidos de síntese, com apenas um revisor conduzindo todas as etapas e buscas direcionadas apenas em inglês. Nenhum estudo elegível foi identificado, o que limita conclusões sobre a utilidade clínica do software de IA adjunto. O resumo não informa detalhes sobre a qualidade dos seis estudos contextuais nem sobre a população exata ou desenho dos mesmos.
Aplicação no consultório
Na prática clínica, não há evidências suficientes para recomendar a incorporação rotineira de software de IA adjunto na interpretação de radiografias de tórax para suspeita de câncer de pulmão. Médicos da atenção primária devem manter o encaminhamento para radiologistas e seguir diretrizes clínicas estabelecidas. Para gestores de consultório, a adoção dessa tecnologia não está respaldada por estudos elegíveis, sendo prudente aguardar pesquisas futuras que demonstrem acurácia, impacto na tomada de decisão e custo-efetividade antes de considerar investimentos.
Estudo citado
Artificial intelligence software for analysing chest X-ray images to identify suspected lung cancer: an evidence synthesis early value assessment. Health technology assessment (Winchester, England), 2024.
Autores: Colquitt J, Jordan M, Court R, Loveman E, Parr J, Ghosh I, Auguste P, Patel M, Stinton C.
DOI: 10.3310/LKRT4721 · PubMed: PMID 39254229
Perguntas para aprofundar
- Qual é a acurácia diagnóstica de softwares de inteligência artificial na detecção de nódulos pulmonares em radiografias de tórax?
- Como o uso de IA adjunta à radiologia pode impactar a tomada de decisão clínica e os desfechos dos pacientes com suspeita de câncer de pulmão?
- Quais parâmetros são necessários para desenvolver um modelo de custo-efetividade completo para software de IA na análise de radiografias de tórax?
Mais sobre IA na atenção primária
- A inteligência artificial pode ajudar a triar lesões cutâneas suspeitas de câncer na atenção primária e reduzir encaminhamentos desnecessários?
- O modelo IOTA ADNEX é superior ao RMI 1 no diagnóstico de câncer de ovário em mulheres sintomáticas?
- Uma estratégia de rastreamento de fibrilação atrial usando algoritmo de predição de risco por aprendizado de máquina é custo-efetiva na atenção primária?
- A inteligência artificial é eficaz no diagnóstico não invasivo de câncer de pele e qual o seu impacto potencial?
- O uso de um estetoscópio com inteligência artificial na atenção primária aumenta a detecção de insuficiência cardíaca, fibrilação atrial e valvopatia?
Todas as perguntas sobre IA na atenção primária · Todos os temas · Versão em markdown