# Qual é a acurácia da inteligência artificial no diagnóstico de câncer de pele não melanoma?

> Uma meta-análise mostrou que a inteligência artificial apresenta sensibilidade de 0,78, especificidade de 0,98 e área sob a curva ROC de 0,97 para diagnosticar câncer de pele não melanoma. O desempenho é aceitável, mas a sensibilidade pode ser melhorada com modelos de conjunto e pré-treinados.

Estudo citado: Kuo KM, Talley PC, Chang CS. The accuracy of artificial intelligence used for non-melanoma skin cancer diagnoses: a meta-analysis. BMC medical informatics and decision making. 2023. DOI: https://doi.org/10.1186/s12911-023-02229-w. PubMed: https://pubmed.ncbi.nlm.nih.gov/37501114/

## Resposta

A inteligência artificial (IA) tem sido estudada como ferramenta auxiliar no diagnóstico de câncer de pele não melanoma, que é o tipo mais prevalente. Uma meta-análise recente reuniu estudos que avaliaram a acurácia diagnóstica da IA nesse contexto.

Os resultados agregados mostraram sensibilidade de 0,78, especificidade de 0,98 e área sob a curva ROC de 0,97. Isso indica que a IA tende a identificar corretamente a maioria dos casos positivos, com poucos falsos positivos, mas ainda deixa uma parcela de casos não detectados.

Diversos fatores explicaram a heterogeneidade entre os estudos, como o tipo de câncer de pele, a fonte dos dados, a validação cruzada, o uso de modelos de conjunto, as técnicas empregadas, modelos pré-treinados e aumento de imagem. Modelos de conjunto e pré-treinados podem melhorar a taxa de verdadeiros positivos.

Apesar do desempenho aceitável, a sensibilidade pode ser aprimorada. Os achados sugerem que a IA é promissora como apoio ao diagnóstico, mas não substitui a avaliação clínica. Mais pesquisas são necessárias para padronizar e otimizar essas ferramentas.

## O que o estudo mostrou

Trata-se de uma meta-análise de estudos que avaliaram a acurácia diagnóstica da inteligência artificial para câncer de pele não melanoma. Foram incluídos 39 artigos elegíveis. A sensibilidade sumária foi 0,78, a especificidade 0,98 e a área sob a curva ROC 0,97. Tipologia do câncer, fontes de dados, validação cruzada, modelos de conjunto, tipos de técnicas, modelos pré-treinados e aumento de imagem foram covariáveis significativas para heterogeneidade.

## Limitações

O resumo não informa detalhes sobre a qualidade individual dos estudos incluídos, possíveis vieses de publicação ou a população exata avaliada. Também não especifica se os estudos foram prospectivos ou retrospectivos. A heterogeneidade foi explorada, mas não totalmente explicada. Os resultados podem não ser generalizáveis para todos os contextos clínicos.

## Aplicação no consultório

A IA pode ser uma ferramenta auxiliar na triagem de lesões suspeitas de câncer de pele não melanoma, mas a sensibilidade de 0,78 indica que casos podem passar despercebidos. O médico deve manter o julgamento clínico e a dermatoscopia como padrão. Na gestão do consultório, investir em sistemas com modelos de conjunto e pré-treinados pode melhorar a detecção de verdadeiros positivos, mas é preciso cautela com falsos negativos.

## Perguntas para aprofundar

- Como a inteligência artificial se compara à dermatoscopia no diagnóstico de câncer de pele não melanoma?
- Quais modelos de IA são mais adequados para melhorar a sensibilidade no diagnóstico de câncer de pele não melanoma?
- A inteligência artificial pode ser usada na triagem de lesões cutâneas em atenção primária?

Tema: IA em dermatologia. Página: https://alphadoctor.com.br/ciencia/ia-dermatologia/qual-e-a-acuracia-da-inteligencia-artificial-no-diagnostico-de-cancer-de-pele/

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