IA em emergência e UTI

Câmeras de fundo portáteis são eficazes para diagnosticar retinopatia diabética em pronto-socorro?

Resposta

A revisão sistemática curta (short-cut systematic review) buscou responder se o uso de câmeras de fundo portáteis é eficaz no diagnóstico de retinopatia diabética em adultos que chegam ao pronto-socorro com sintomas visuais relacionados ao diabetes. Foram encontrados 237 artigos, dos quais 12 forneceram a melhor evidência para a pergunta. Destes, três foram considerados os mais relevantes para a avaliação detalhada.

Os achados dos três estudos principais indicam que as câmeras portáteis podem ser úteis nesse cenário. Ruan et al. (2022) relataram qualidade de imagem superior e sensibilidade de 82,1% (IC 95%: 72,1% a 92,2%) com especificidade de 97,4% (IC 95%: 95,4% a 99,5%) para uma câmera portátil combinada com interpretação por inteligência artificial. Jin et al. (2017) demonstraram imagens de alta qualidade, com 63% classificadas como excelentes, e eficácia comparável à de uma câmera de mesa tradicional. Das et al. (2022) observaram que as câmeras portáteis Remidio e Pictor tiveram altas taxas de sucesso e qualidade de imagem, com sensibilidades de 77,5% (IC 95%: 65,9% a 89,0%) e 78,1% (IC 95%: 66,6% a 89,5%), respectivamente, comparáveis à sensibilidade da câmera de mesa Zeiss de 84,9% (IC 95%: 78,2% a 91,5%).

A conclusão clínica dos autores é que a melhor evidência disponível apoia a eficácia das câmeras de fundo portáteis para o diagnóstico de retinopatia diabética em ambientes de emergência. Isso sugere que esses dispositivos podem ser uma ferramenta viável para triagem ou diagnóstico inicial nesse contexto, especialmente quando combinados com sistemas de interpretação automatizada.

Para o médico brasileiro, os resultados são encorajadores, mas devem ser interpretados com cautela. O resumo não detalha o desenho exato dos estudos incluídos, nem informações sobre amostra, sexo dos participantes ou limitações específicas de cada trabalho. Além disso, a revisão é uma 'short-cut systematic review', com busca em três bases de dados e seleção de apenas três artigos para a análise principal, o que pode limitar a abrangência das conclusões.

A aplicação prática no consultório ou no pronto-socorro depende da disponibilidade da tecnologia e da validação local. A combinação com inteligência artificial parece promissora, mas os dados ainda são provenientes de poucos estudos. O médico deve considerar a incorporação dessas câmeras como apoio diagnóstico, não substituindo o exame oftalmológico completo quando indicado.

O que o estudo mostrou

Revisão sistemática curta que buscou evidências em MEDLINE, Embase e Cochrane, encontrando 237 artigos, dos quais 12 foram selecionados e três considerados com a melhor evidência. Ruan et al. (2022) relataram sensibilidade de 82,1% e especificidade de 97,4% para câmera portátil com inteligência artificial. Jin et al. (2017) mostraram 63% de imagens excelentes e eficácia comparável à câmera de mesa. Das et al. (2022) encontraram sensibilidades de 77,5% e 78,1% para as câmeras Remidio e Pictor, comparáveis à Zeiss de mesa (84,9%).

Limitações

O resumo não informa o desenho dos estudos incluídos, o tamanho da amostra, nem as limitações individuais de cada trabalho. Por ser uma revisão sistemática curta, com apenas três artigos na análise principal, a abrangência e a robustez das conclusões são limitadas. Não há dados sobre heterogeneidade, risco de viés ou aplicabilidade à população brasileira.

Aplicação no consultório

A incorporação de câmeras de fundo portáteis no pronto-socorro ou consultório pode agilizar a triagem de retinopatia diabética, especialmente se combinadas com inteligência artificial para interpretação. No entanto, a decisão de adquirir e usar esses dispositivos deve considerar a disponibilidade de validação local, o treinamento da equipe e a integração com o fluxo de atendimento. O médico deve estar ciente de que a evidência ainda é limitada e que o exame não substitui a avaliação oftalmológica completa quando indicada.

Estudo citado

Best evidence topic report: are portable handheld fundus cameras effective in diagnosing diabetic retinopathy in emergency settings? Emergency medicine journal : EMJ, 2024.
Autores: Arzaghi M, Alavi-Moghaddam M.
DOI: 10.1136/emermed-2024-214236 · PubMed: PMID 39147563

Perguntas para aprofundar

• Qual a acurácia das câmeras de fundo portáteis com inteligência artificial na triagem de retinopatia diabética em pronto-socorro?
• Como as câmeras portáteis se comparam às câmeras de mesa no diagnóstico de retinopatia diabética em emergências?
• Quais são as limitações dos estudos sobre câmeras de fundo portáteis para retinopatia diabética em pronto-socorro?

Mais sobre IA em emergência e UTI

• Qual é a acurácia do ChatGPT na triagem de emergência em adultos e como ela se compara à triagem humana?
• Modelos de inteligência artificial superam escores tradicionais na predição de sepse em pronto-socorro e já podem ser aplicados na prática?
• A inteligência artificial é eficaz na predição de readmissão hospitalar em pacientes atendidos na emergência?
• Modelos de aprendizado de máquina podem prever internação hospitalar já na triagem de emergências pediátricas?
• Modelos de machine learning são úteis para prever desfechos clínicos na triagem de emergência?

Todas as perguntas sobre IA em emergência e UTI · Todos os temas · Versão em markdown