# Qual é a acurácia da inteligência artificial aplicada à fotopletismografia para diagnosticar apneia obstrutiva do sono em adultos?

> Em revisão sistemática com meta-análise bayesiana de 13 estudos e 9983 participantes, modelos de IA treinados com fotopletismografia alcançaram sensibilidade agrupada de 79,6% e especificidade de 76,5% frente ao diagnóstico convencional. A especificidade aumentou e a sensibilidade diminuiu com pontos de corte mais altos do índice de apneia-hipopneia. A qualidade da evidência foi moderada.

Estudo citado: Yeo BSY, Gao EY, Tan JEX, Koo JY, Lee YS, Tan NKW et al.. Accuracy of Artificial Intelligence in Diagnosing Obstructive Sleep Apnea Using Photoplethysmography: Systematic Review and Meta-Analysis. Journal of medical Internet research. 2026. DOI: https://doi.org/10.2196/78718. PubMed: https://pubmed.ncbi.nlm.nih.gov/42789743/

## Resposta

A revisão sistemática com meta-análise avaliou a acurácia diagnóstica de abordagens baseadas em inteligência artificial usando fotopletismografia para identificar apneia obstrutiva do sono em adultos, comparando esses modelos ao teste de sono convencional. A pergunta é relevante porque a polissonografia tradicional pode ser cara e de acesso limitado, e um método de triagem de menor custo poderia apoiar o fluxo diagnóstico.

Os resultados agrupados mostraram sensibilidade de 79,6% (intervalo de credibilidade de 95% 55,5%-93,8%) e especificidade de 76,5% (intervalo de credibilidade de 95% 48,2%-94,0%). Os autores descrevem essa acurácia como razoável, com potencial para servir como ferramenta de triagem de baixo custo, mas sem substituir automaticamente a avaliação convencional.

Um achado importante foi o comportamento da acurácia conforme a gravidade do índice de apneia-hipopneia. A especificidade aumentou com pontos de corte mais altos (63,6% para índice maior ou igual a 5; 81,8% para maior ou igual a 15; 85,1% para maior ou igual a 30), enquanto a sensibilidade diminuiu (87,2%; 79,7%; 76,7%, respectivamente). Isso sugere que o desempenho do modelo varia conforme o limiar diagnóstico adotado.

Modelos de aprendizado profundo alcançaram especificidade maior (82,9%) do que modelos tradicionais de aprendizado de máquina (63,6%). A prevalência de apneia obstrutiva do sono e o tipo de dispositivo não se mostraram claramente associados à sensibilidade ou à especificidade. A qualidade geral da evidência foi avaliada como moderada, e todos os estudos foram classificados como baixo ou incerto risco de viés.

Para o médico, os dados indicam uma tecnologia promissora para triagem, mas ainda com intervalos de credibilidade amplos e heterogeneidade relevante. O resumo não informa detalhes sobre populações específicas, fluxos de encaminhamento ou custos operacionais, o que limita conclusões sobre implantação imediata na rotina.

## O que o estudo mostrou

Revisão sistemática e meta-análise bayesiana que incluiu 13 estudos observacionais, com 9983 participantes, avaliando modelos de IA aplicados à fotopletismografia para diagnóstico de apneia obstrutiva do sono em adultos, comparados ao teste de sono convencional. A sensibilidade agrupada foi de 79,6% e a especificidade de 76,5%. A especificidade aumentou e a sensibilidade diminuiu com pontos de corte mais altos do índice de apneia-hipopneia. Modelos de aprendizado profundo tiveram especificidade maior que modelos tradicionais de aprendizado de máquina. A qualidade da evidência foi moderada.

## Limitações

O resumo relata amostras pequenas, potenciais fontes de viés, sub-representação de certas regiões geográficas e influência de fatores de confusão. Todos os estudos foram classificados como baixo ou incerto risco de viés, e os intervalos de credibilidade da sensibilidade e da especificidade são amplos. O resumo não informa detalhes sobre características individuais das populações incluídas nem sobre custos de implantação.

## Aplicação no consultório

A fotopletismografia com IA pode ser considerada uma ferramenta de triagem de baixo custo, útil para priorizar quem precisa de investigação convencional, mas não deve ser tratada como substituta da polissonografia. Na gestão do consultório, o médico pode usar esses dados para discutir limitações com o paciente e planejar o fluxo de encaminhamento. A escolha do limiar diagnóstico importa: limiares mais altos aumentam a especificidade e reduzem a sensibilidade, o que deve orientar a interpretação clínica.

## Perguntas para aprofundar

- Como a escolha do ponto de corte do índice de apneia-hipopneia altera o desempenho da IA com fotopletismografia?
- Modelos de aprendizado profundo são mais específicos que modelos tradicionais de aprendizado de máquina nesse contexto?
- A fotopletismografia com IA pode substituir a polissonografia na investigação da apneia obstrutiva do sono?

Tema: IA na atenção primária. Página: https://alphadoctor.com.br/ciencia/ia-atencao-primaria/qual-e-a-acuracia-da-inteligencia-artificial-aplicada-a-fotopletismografia-para/

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