# Modelos de aprendizado federado têm desempenho comparável ao aprendizado de máquina centralizado para prever mortalidade em contextos clínicos?

> Sim. Uma revisão sistemática com meta-análise mostrou que modelos de aprendizado federado apresentam AUC pooled de 0,81, enquanto modelos centralizados tiveram AUC de 0,82, indicando desempenho semelhante para predição de mortalidade, com a vantagem de preservar a privacidade dos dados.

Estudo citado: Tahir N, Jung CR, Lee SD, Azizah N, Ho WC, Li TC. Federated Learning-Based Model for Predicting Mortality: Systematic Review and Meta-Analysis. Journal of medical Internet research. 2025. DOI: https://doi.org/10.2196/65708. PubMed: https://pubmed.ncbi.nlm.nih.gov/40690657/

## Resposta

O aprendizado federado é uma tecnologia que permite treinar modelos de forma colaborativa e descentralizada, sem compartilhar dados brutos entre instituições, preservando a privacidade. Esta revisão sistemática com meta-análise comparou o desempenho de modelos de aprendizado federado com o de modelos centralizados na predição de mortalidade em contextos clínicos.

Foram incluídos nove artigos, com dados de coortes envolvendo 1.412.973 participantes, abrangendo diferentes cenários clínicos, como unidades de terapia intensiva, departamentos de emergência e centros de trauma. Os resultados mostraram que o desempenho preditivo dos modelos federados é comparável ao dos centralizados, com AUC pooled de 0,81 para federado e 0,82 para centralizado.

A heterogeneidade entre os estudos foi alta (I2≥50%), e uma proporção moderada de modelos (4 de 9) foi classificada como de alto risco de viés. Os autores concluem que o aprendizado federado pode alcançar desempenho semelhante ao centralizado, superando riscos de privacidade, mas ressaltam que o número reduzido de estudos e o risco de viés moderado podem tornar as estimativas imprecisas.

Para o médico, esses achados sugerem que modelos federados são uma alternativa viável para predição de mortalidade, especialmente em cenários onde a privacidade dos dados é uma preocupação. No entanto, a implementação clínica requer validação adicional e consideração das limitações metodológicas dos estudos disponíveis.

## O que o estudo mostrou

Revisão sistemática e meta-análise que incluiu nove estudos experimentais que compararam aprendizado federado com aprendizado de máquina centralizado para predição de mortalidade. Os estudos usaram coortes com 1.412.973 participantes no total, em contextos de unidades de terapia intensiva, emergência e trauma. A AUC pooled foi 0,81 (IC 95% 0,76-0,85; I2=78,36%) para federado e 0,82 (IC 95% 0,77-0,86; I2=72,33%) para centralizado, indicando desempenho comparável. Quatro dos nove modelos foram classificados como de alto risco de viés.

## Limitações

O resumo informa que o número de estudos incluídos foi pequeno e que uma proporção moderada (4 de 9) apresentou alto risco de viés, o que pode tornar as estimativas imprecisas. A heterogeneidade entre os estudos foi alta (I2≥50%). O resumo não fornece detalhes sobre as características das populações ou dos modelos, limitando a generalização.

## Aplicação no consultório

Os achados indicam que modelos de aprendizado federado podem ser considerados para predição de mortalidade com desempenho semelhante ao centralizado, o que é relevante para instituições que lidam com restrições de compartilhamento de dados. Na prática clínica, isso pode facilitar a colaboração entre serviços para desenvolver modelos preditivos sem violar a privacidade. Para a gestão do consultório, é importante avaliar a infraestrutura necessária e a validação local antes de adotar tais modelos, além de considerar as limitações metodológicas dos estudos disponíveis.

## Perguntas para aprofundar

- Quais são as vantagens do aprendizado federado em relação ao centralizado na predição de mortalidade?
- Como o risco de viés pode influenciar a confiabilidade dos modelos de aprendizado federado?
- O aprendizado federado pode ser aplicado em pequenos consultórios ou apenas em grandes instituições?

Tema: IA em emergência e UTI. Página: https://alphadoctor.com.br/ciencia/ia-emergencia-uti/modelos-de-aprendizado-federado-tem-desempenho-comparavel-ao-aprendizado-de/

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