# Como os algoritmos de aprendizado de máquina têm sido aplicados ao suporte à decisão clínica em neurocirurgia e qual o desempenho relatado?

> Uma revisão sistemática com 70 estudos elegíveis mostrou aplicações heterogêneas de aprendizado de máquina em neurocirurgia, com maior concentração em avaliação pré-operatória, planejamento e predição de desfechos em cirurgia de coluna. Redes neurais apresentaram acurácia significativamente maior que regressão logística, e máquinas de vetor de suporte, especificidade maior que regressão logística; AUC e sensibilidade não diferiram significativamente.

Estudo citado: Buchlak QD, Esmaili N, Leveque JC, Farrokhi F, Bennett C, Piccardi M et al.. Machine learning applications to clinical decision support in neurosurgery: an artificial intelligence augmented systematic review. Neurosurgical review. 2020. DOI: https://doi.org/10.1007/s10143-019-01163-8. PubMed: https://pubmed.ncbi.nlm.nih.gov/31422572/

## Resposta

A revisão sistemática avaliou o estado atual das aplicações de aprendizado de máquina (ML) em neurocirurgia e o desempenho dos algoritmos empregados. A busca gerou 6866 resultados, dos quais 70 preencheram os critérios de inclusão. As estatísticas de desempenho analisadas incluíram área sob a curva ROC (AUC), acurácia, sensibilidade e especificidade, e o processamento de linguagem natural foi usado para modelar tópicos no corpus e identificar palavras-chave dentro das subespecialidades cirúrgicas.

As aplicações de ML foram heterogêneas. O cluster mais denso de estudos concentrou-se em avaliação pré-operatória, planejamento e predição de desfechos em cirurgia de coluna. Os principais algoritmos aplicados foram redes neurais (NN), regressão logística (LR) e máquinas de vetor de suporte (SVM). As características de entrada e saída variaram amplamente e foram listadas para facilitar pesquisas futuras.

Quanto ao desempenho, a acurácia (F(2,19) = 6.56, p < 0.01) e a especificidade (F(2,16) = 5.57, p < 0.01) de NN, LR e SVM diferiram significativamente. Redes neurais demonstraram acurácia significativamente maior que a regressão logística, e SVM demonstrou especificidade significativamente maior que a regressão logística. Não houve diferença significativa entre NN, LR e SVM para AUC e sensibilidade.

A modelagem de tópicos por processamento de linguagem natural atingiu coerência máxima em sete tópicos, definidos por abordagem de modelagem, tipo de cirurgia e temas de patologia. As palavras-chave capturaram focos de pesquisa dentro dos domínios cirúrgicos. Os autores concluem que a tecnologia de ML prediz desfechos com acurácia e facilita a decisão clínica em neurocirurgia, que as redes neurais frequentemente superaram outros algoritmos em tarefas de aprendizado supervisionado e que o estudo identificou lacunas na literatura e oportunidades para pesquisas futuras em ML neurocirúrgico.

## O que o estudo mostrou

Trata-se de uma revisão sistemática com busca que gerou 6866 resultados e 70 estudos incluídos. As aplicações de ML foram heterogêneas, com maior concentração em avaliação pré-operatória, planejamento e predição de desfechos em cirurgia de coluna. Os principais algoritmos foram redes neurais, regressão logística e máquinas de vetor de suporte. A acurácia e a especificidade diferiram significativamente entre os algoritmos: redes neurais tiveram acurácia maior que regressão logística e SVM teve especificidade maior que regressão logística; AUC e sensibilidade não diferiram significativamente.

## Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, o risco de viés, a população ou o tamanho amostral de cada estudo, nem o contexto clínico específico das aplicações. Também não descreve validação externa dos modelos. Essas informações são necessárias para julgar a aplicabilidade dos achados à prática clínica.

## Aplicação no consultório

Para o neurocirurgião, os achados sugerem que ferramentas de ML podem apoiar avaliação pré-operatória, planejamento e predição de desfechos, especialmente em cirurgia de coluna, mas a heterogeneidade das aplicações e a ausência de dados sobre validação no resumo exigem cautela antes de incorporá-las à rotina. Na gestão do consultório, isso implica avaliar criticamente qual ferramenta se aplica ao seu contexto, considerar a necessidade de treinamento da equipe e não substituir o julgamento clínico pelos modelos.

## Perguntas para aprofundar

- Quais algoritmos de aprendizado de máquina apresentam melhor desempenho em tarefas de predição de desfechos em neurocirurgia?
- Em quais subespecialidades neurocirúrgicas as aplicações de aprendizado de máquina estão mais concentradas?
- Quais lacunas de pesquisa em aprendizado de máquina neurocirúrgico foram identificadas pela revisão sistemática?

Tema: IA em cirurgia e robótica. Página: https://alphadoctor.com.br/ciencia/ia-cirurgia-robotica/como-os-algoritmos-de-aprendizado-de-maquina-tem-sido-aplicados-ao-suporte-a/

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