# A inteligência artificial é útil para diagnosticar e classificar fraturas de quadril na emergência?

> Sim. A revisão sistemática mostra que a IA atinge acurácia de 79,3-98% no diagnóstico e 86-98,5% na classificação de fraturas de quadril, com AUC de 0,905-0,99 e 0,873-1,0, respectivamente. A IA pode reduzir tempo e esforço da equipe médica, mas são necessários mais estudos para avaliar o impacto clínico real.

Estudo citado: Cha Y, Kim JT, Park CH, Kim JW, Lee SY, Yoo JI. Artificial intelligence and machine learning on diagnosis and classification of hip fracture: systematic review. Journal of orthopaedic surgery and research. 2022. DOI: https://doi.org/10.1186/s13018-022-03408-7. PubMed: https://pubmed.ncbi.nlm.nih.gov/36456982/

## Resposta

A revisão sistemática reuniu 14 estudos que avaliaram o uso de inteligência artificial (IA) ou aprendizado de máquina para diagnosticar e classificar fraturas de quadril. A acurácia do diagnóstico por IA variou de 79,3% a 98%, e a AUC de 0,905 a 0,99. Quando a IA auxiliou humanos, a acurácia do diagnóstico foi de 90,5% a 97,1%, enquanto o diagnóstico humano isolado ficou entre 77,5% e 93,5%. Para classificação de fraturas, a acurácia da IA foi de 86% a 98,5% e a AUC de 0,873 a 1,0.

A meta-análise dos estudos mostrou acurácia média de diagnóstico de 0,92 e AUC média de 0,969. Para classificação, a acurácia média foi de 0,914 e a AUC média de 0,933. As arquiteturas mais frequentes foram baseadas nos modelos GoogLeNet e DenseNet, cada uma em três estudos. A proporção de dados usada para treinamento variou de 57% a 95%, e cinco estudos utilizaram Grad-CAM para destacar regiões importantes nas imagens.

Os autores concluem que a IA é uma ferramenta promissora para auxiliar a equipe médica, reduzindo o tempo e o esforço necessários para o diagnóstico de fraturas de quadril, com alta acurácia. No entanto, destacam que são necessários mais estudos para determinar o efeito real dessa tecnologia na prática clínica.

Para o médico brasileiro, esses achados sugerem que a IA pode ser uma aliada na emergência, especialmente em situações de alta demanda e estresse mental. Contudo, a implementação deve ser cautelosa, considerando as limitações dos estudos e a necessidade de validação em diferentes contextos.

## O que o estudo mostrou

Revisão sistemática de 14 estudos publicados até junho de 2022, sem meta-análise formal. A acurácia diagnóstica da IA foi de 79,3-98% (AUC 0,905-0,99); com auxílio humano, 90,5-97,1%; humana isolada, 77,5-93,5%. Na classificação, acurácia de 86-98,5% e AUC de 0,873-1,0. Médias: acurácia diagnóstica 0,92, AUC 0,969; acurácia de classificação 0,914, AUC 0,933. Arquiteturas mais usadas: GoogLeNet e DenseNet (três cada).

## Limitações

O resumo não informa o desenho detalhado dos estudos incluídos, nem possíveis vieses. A heterogeneidade entre estudos pode limitar a generalização. Não há dados sobre impacto clínico real, e os autores destacam a necessidade de mais pesquisas. O resumo também não informa a qualidade metodológica dos estudos.

## Aplicação no consultório

A IA pode agilizar o diagnóstico de fraturas de quadril na emergência, reduzindo tempo e estresse da equipe. Para o consultório, isso significa considerar a implementação de ferramentas de IA como apoio, mas sempre com validação local e supervisão médica. A gestão deve avaliar custos, treinamento e integração com fluxos existentes, além de acompanhar evidências futuras sobre desfechos clínicos.

## Perguntas para aprofundar

- Qual a acurácia da IA no diagnóstico de fratura de quadril em comparação com radiologistas?
- A IA pode classificar fraturas de quadril de forma confiável para orientar a cirurgia?
- Quais são as limitações atuais para implementar IA no diagnóstico de fraturas no Brasil?

Tema: IA em cirurgia e robótica. Página: https://alphadoctor.com.br/ciencia/ia-cirurgia-robotica/a-inteligencia-artificial-e-util-para-diagnosticar-e-classificar-fraturas-de/

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