A aprendizagem de máquina já pode auxiliar no cuidado neurocirúrgico?
Resposta curta: Sim, segundo esta revisão sistemática, modelos de aprendizagem de máquina têm sido aplicados em diversas áreas da neurocirurgia, como epilepsia, tumores cerebrais e lesões medulares, auxiliando no planejamento pré-operatório, orientação intraoperatória, monitorização neurofisiológica e predição de desfechos. No entanto, a validação criteriosa dos modelos é essencial antes da implementação clínica.
Resposta
A aprendizagem de máquina (AM) é um ramo da inteligência artificial que permite aos computadores aprender a partir de grandes conjuntos de dados complexos sem serem explicitamente programados. Apesar de já estar amplamente presente em nosso cotidiano, seu potencial considerável ainda não encontrou caminho na pesquisa médica mainstream e no cuidado clínico diário. As complexas modalidades diagnósticas e terapêuticas usadas na neurocirurgia fornecem uma vasta quantidade de dados idealmente adequados para modelos de AM.
Esta revisão sistemática teve como objetivo explorar o potencial da AM para auxiliar e melhorar o cuidado neurocirúrgico. Foi realizada uma busca sistemática nas bases de dados PubMed e Embase para identificar todos os estudos potencialmente relevantes até 1º de janeiro de 2017. Foram incluídos todos os estudos que avaliaram modelos de AM auxiliando o tratamento neurocirúrgico.
Dos 6.402 artigos identificados, 221 estudos foram selecionados após triagem de títulos/resumos e textos completos. Nesses estudos, a AM foi usada para auxiliar o tratamento cirúrgico de pacientes com epilepsia, tumores cerebrais, lesões espinhais, patologia neurovascular, doença de Parkinson, traumatismo cranioencefálico e hidrocefalia. Em múltiplos paradigmas, a AM mostrou-se uma ferramenta valiosa para planejamento pré-operatório, orientação intraoperatória, monitorização neurofisiológica e predição de desfechos neurocirúrgicos.
Os autores concluem que a AM começou a encontrar aplicações voltadas para melhorar o cuidado neurocirúrgico, aumentando a eficiência e a precisão da tomada de decisão perioperatória. Uma validação aprofundada de modelos específicos de AM é essencial antes da implementação no cuidado neurocirúrgico clínico. Para preencher a lacuna entre pesquisa e cuidado clínico, questões práticas e éticas devem ser consideradas paralelamente ao desenvolvimento dessas técnicas.
O que o estudo mostrou
Revisão sistemática da literatura nas bases PubMed e Embase até 1º de janeiro de 2017. Dos 6.402 artigos identificados, 221 estudos foram selecionados. A AM foi usada para auxiliar o tratamento cirúrgico de epilepsia, tumores cerebrais, lesões espinhais, patologia neurovascular, doença de Parkinson, traumatismo cranioencefálico e hidrocefalia. Em múltiplos paradigmas, mostrou-se valiosa para planejamento pré-operatório, orientação intraoperatória, monitorização neurofisiológica e predição de desfechos.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre heterogeneidade entre eles. Também não são descritas limitações específicas dos modelos de AM avaliados. A revisão abrange estudos até 1º de janeiro de 2017, portanto não incorpora desenvolvimentos posteriores. Não há informação sobre tamanho de amostra ou desenho dos estudos primários.
Aplicação no consultório
Para o neurocirurgião, a revisão indica que a AM pode apoiar decisões perioperatórias, mas ainda não está pronta para uso clínico rotineiro sem validação. No consultório, isso significa que ferramentas de AM devem ser vistas como auxiliares em pesquisa, não como substitutas do julgamento clínico. Gestores devem considerar investimentos em infraestrutura de dados e treinamento, além de aspectos éticos, antes de adotar tais tecnologias na prática.
Estudo citado
An introduction and overview of machine learning in neurosurgical care. Acta neurochirurgica, 2018.
Autores: Senders JT, Zaki MM, Karhade AV, Chang B, Gormley WB, Broekman ML, Smith TR, Arnaout O.
DOI: 10.1007/s00701-017-3385-8 · PubMed: PMID 29134342
Perguntas para aprofundar
- Quais são os principais desafios para validar modelos de aprendizagem de máquina na neurocirurgia?
- Como a aprendizagem de máquina pode melhorar a predição de desfechos neurocirúrgicos?
- Quais questões éticas devem ser consideradas antes da implementação clínica de modelos de aprendizagem de máquina?
Mais sobre IA em cirurgia e robótica
- O aprendizado de máquina já pode ser usado para prever desfechos no tratamento neurocirúrgico de aneurismas intracranianos?
- Aprendizado de máquina é útil para prever desfechos em neurocirurgia?
- Como os algoritmos de aprendizado de máquina têm sido aplicados ao suporte à decisão clínica em neurocirurgia e qual o desempenho relatado?
- A inteligência artificial já pode ser incorporada à prática neurocirúrgica com segurança e eficácia?
- Modelos de machine learning podem avaliar habilidades neurocirúrgicas com desempenho superior ao de especialistas humanos?
Todas as perguntas sobre IA em cirurgia e robótica · Todos os temas · Versão em markdown