A inteligência artificial e a radiômica em imagem já estão prontas para aplicação clínica rotineira?
Resposta curta: Não. Esta revisão sistemática mostra que os resultados são promissores, mas ainda não maduros para implementação clínica e uso amplo. A maioria dos estudos de radiômica foi classificada em fases iniciais de desenvolvimento, e apenas uma pequena parte dos estudos de IA atingiu fase III, indicando distância da aplicação rotineira.
Resposta
A revisão sistemática analisou a literatura sobre inteligência artificial e radiômica em todas as modalidades de imagem médica, tanto em aplicações oncológicas quanto não oncológicas, com o objetivo de avaliar o quão distante a pesquisa em mineração de imagens está da aplicação médica rotineira. Para isso, os autores aplicaram uma classificação em fases inspirada no processo de desenvolvimento de fármacos.
Foram recuperados 34.626 artigos, dos quais 300 foram selecionados pelos critérios de inclusão e exclusão. Desses, 171 trabalhos de alta qualidade, com QUADAS-2 ≥ 7, foram identificados e analisados. A avaliação de qualidade foi feita segundo os critérios QUADAS-2, e os autores desenvolveram critérios de classificação em fases específicos para estudos de mineração de imagens.
Entre os 171 estudos analisados, 27 descreviam o desenvolvimento de um algoritmo baseado em IA, 141 descreviam um modelo de radiômica e 3 descreviam uma abordagem combinada de radiômica e IA. Nos estudos de IA, 26 de 27 foram classificados como fase II e 1 de 27 como fase III. Nos estudos de radiômica, 13 de 141 foram classificados como fase 0, 10 de 141 como fase I, 111 de 141 como fase II e 7 de 141 como fase III. Os três estudos de radiômica e IA foram categorizados como fase II.
Os autores concluem que os resultados dos estudos são promissores, mas ainda não suficientemente maduros para que as ferramentas de mineração de imagens sejam implementadas no cenário clínico e amplamente utilizadas. A transferência de aprendizado do conhecido processo de desenvolvimento de fármacos, com adaptações específicas à disciplina de mineração de imagens, poderia representar o caminho mais eficaz para que algoritmos de radiômica e IA se tornem ferramentas de padrão de cuidado.
O que o estudo mostrou
Trata-se de uma revisão sistemática com busca no PubMed, incluindo investigações de IA e radiômica multimodais com análise de validação voltada a objetivos clínicos relevantes. De 34.626 artigos recuperados, 300 foram selecionados e 171 trabalhos de alta qualidade (QUADAS-2 ≥ 7) foram analisados. A maioria descrevia modelos de radiômica (141/171), seguidos de algoritmos de IA (27/171) e abordagens combinadas (3/171). A classificação em fases mostrou concentração em fase II, com poucos estudos em fase III.
Limitações
O resumo não informa detalhes sobre as limitações apontadas pelos autores, como heterogeneidade entre modalidades de imagem, tipos de desfechos clínicos ou características das populações estudadas. Também não descreve os critérios específicos da classificação em fases desenvolvida pelos autores. A conclusão baseia-se na classificação proposta e no recorte de artigos recuperados do PubMed, e o resumo não informa análise de viés além do QUADAS-2.
Aplicação no consultório
Para o médico, a mensagem prática é de cautela: ferramentas de IA e radiômica ainda não devem ser tratadas como padrão de cuidado na rotina clínica. Ao avaliar produtos ou promessas comerciais nessa área, vale verificar em que fase de validação o modelo se encontra e se há análise de validação voltada a objetivos clínicos relevantes. Na gestão do consultório, isso orienta decisões de incorporação tecnológica e expectativas realistas junto à equipe, priorizando evidências mais maduras antes de adotar tais ferramentas.
Estudo citado
Towards clinical application of image mining: a systematic review on artificial intelligence and radiomics. European journal of nuclear medicine and molecular imaging, 2019.
Autores: Sollini M, Antunovic L, Chiti A, Kirienko M.
DOI: 10.1007/s00259-019-04372-x · PubMed: PMID 31214791
Perguntas para aprofundar
- Como interpretar a classificação em fases de estudos de mineração de imagens na prática clínica?
- Quais critérios de qualidade devo observar ao avaliar um modelo de radiômica publicado?
- O que diferencia um estudo de IA em fase II de um em fase III?
Mais sobre IA na descoberta de fármacos
- Ferramentas de inteligência artificial podem apoiar a pesquisa e a descoberta de fármacos de origem vegetal na prática clínica e no consultório?
- A inteligência artificial já pode ser usada na prática clínica para personalizar o manejo da rinossinusite crônica?
- Como a inteligência artificial pode apoiar o reposicionamento de fármacos em doenças neurológicas e quais são os limites dessa estratégia?
- Como o divisor digital influencia a adoção de tecnologias na cadeia de valor farmacêutica e o que a pesquisa futura deve priorizar?
- Ginsenosídeos do tipo PPD podem modular a epigenética no câncer e qual o papel da inteligência artificial nessa pesquisa?
Todas as perguntas sobre IA na descoberta de fármacos · Todos os temas · Versão em markdown