# A inteligência artificial melhora os desfechos clínicos no manejo da ECMO, segundo uma revisão sistemática e meta-análise?

> Segundo a meta-análise, modelos de inteligência artificial aplicados à ECMO apresentaram AUC agrupada de 0,838 para predição de início e de 0,776 para prognóstico, com heterogeneidade significativa. Os autores concluem que a IA mostra potencial para identificar pacientes de alto risco e orientar intervenções, mas ressaltam a necessidade de validação multicêntrica e padronização dos dados.

Estudo citado: Chen S, Liu L, Hu D, Zhu Y, Wu C, Fu H et al.. Effect of artificial intelligence in extracorporeal membrane oxygenation: a systematic review and meta-analysis. Intensive & critical care nursing. 2026. DOI: https://doi.org/10.1016/j.iccn.2025.104165. PubMed: https://pubmed.ncbi.nlm.nih.gov/40721366/

## Resposta

A revisão sistemática com meta-análise reuniu estudos sobre modelos de predição baseados em inteligência artificial no manejo da ECMO, com foco em início, prognóstico e complicações. A busca seguiu as diretrizes PRISMA nas bases PubMed, Embase e Cochrane Library, abrangendo publicações entre janeiro de 1980 e junho de 2024. O risco de viés foi avaliado pelo instrumento PROBAST e a meta-análise utilizou modelo de efeitos aleatórios.

Dos 212 registros iniciais, 36 estudos atenderam aos critérios de inclusão. Para predição de início da ECMO, a AUC agrupada foi de 0,838 (IC 95%: 0,804-0,873); para predição de prognóstico, foi de 0,776 (IC 95%: 0,755-0,797). Observou-se heterogeneidade significativa, com I2 de 96,5% para início e de 98,6% para prognóstico.

Na análise de subgrupos, estudos unicêntricos apresentaram AUCs mais altos tanto para início (AUC=0,888; IC 95%: 0,865-0,910) quanto para prognóstico (AUC=0,803; IC 95%: 0,688-0,918), em comparação aos multicêntricos (início: AUC=0,823; IC 95%: 0,782-0,864; prognóstico: AUC=0,772; IC 95%: 0,752-0,792). As principais aplicações incluíram identificação de pacientes, predição de mortalidade e apoio à alocação de recursos e à tomada de decisão.

Os autores concluem que a IA tem mostrado potencial para melhorar o manejo da ECMO, ainda que com heterogeneidade significativa. Recomendam que pesquisas futuras foquem em aumentar a generalização dos modelos por meio de validação multicêntrica e em padronizar os dados para reduzir a heterogeneidade. Os achados agrupados devem ser interpretados à luz da variabilidade dos dados e da validação externa limitada.

## O que o estudo mostrou

Trata-se de revisão sistemática e meta-análise seguindo diretrizes PRISMA, com buscas em PubMed, Embase e Cochrane Library entre janeiro de 1980 e junho de 2024. Dos 212 registros iniciais, 36 estudos foram incluídos. A AUC agrupada foi de 0,838 (IC 95%: 0,804-0,873) para predição de início da ECMO e de 0,776 (IC 95%: 0,755-0,797) para prognóstico, com heterogeneidade significativa (I2=96,5% e I2=98,6%, respectivamente). Estudos unicêntricos mostraram AUCs superiores aos multicêntricos.

## Limitações

O resumo relata heterogeneidade significativa entre os estudos e validação externa limitada, além de variabilidade dos dados. Os próprios autores afirmam que os achados agrupados devem ser interpretados considerando essas limitações. O resumo não detalha a qualidade individual dos estudos incluídos nem as características das populações avaliadas.

## Aplicação no consultório

Os achados sugerem que ferramentas de IA podem apoiar a identificação de pacientes de alto risco, a predição de eventos adversos e a orientação de intervenções oportunas no manejo da ECMO. Para a prática e a gestão, os profissionais devem considerar a integração dessas ferramentas conhecendo suas limitações de dados e validação, o que implica cautela na incorporação rotineira e atenção à padronização de dados e à validação multicêntrica antes de adotá-las como apoio à decisão.

## Perguntas para aprofundar

- Qual é o desempenho dos modelos de inteligência artificial na predição de início da ECMO?
- Como a heterogeneidade entre estudos afeta a interpretação dos resultados sobre IA na ECMO?
- O que se sabe sobre a validação externa dos modelos de IA aplicados à ECMO?

Tema: IA em emergência e UTI. Página: https://alphadoctor.com.br/ciencia/ia-emergencia-uti/a-inteligencia-artificial-melhora-os-desfechos-clinicos-no-manejo-da-ecmo/

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