# A inteligência artificial já demonstrou impacto em desfechos centrados no paciente e custo-efetividade no câncer de pulmão não pequenas células?

> A revisão sistemática identificou que modelos de IA melhoram acurácia diagnóstica e predição prognóstica, mas não há evidência avaliável sobre medidas de resultado relatadas pelo paciente (PROM) ou custo-efetividade no câncer de pulmão não pequenas células. Associações exploratórias com sobrevida global foram observadas, porém com heterogeneidade e limitações metodológicas.

Estudo citado: Bonci EA, Bandura A, Dooley A, Erjan A, Gebreslase HW, Hategan M et al.. Artificial intelligence in NSCLC management for revolutionizing diagnosis, prognosis, and treatment optimization: A systematic review. Critical reviews in oncology/hematology. 2025. DOI: https://doi.org/10.1016/j.critrevonc.2025.104929. PubMed: https://pubmed.ncbi.nlm.nih.gov/40967442/

## Resposta

A revisão sistemática teve como objetivo avaliar o impacto de modelos de inteligência artificial, redes neurais artificiais e aprendizado de máquina em medidas de resultado relatadas pelo paciente (PROM), sobrevida global e custo-efetividade em adultos com câncer de pulmão não pequenas células (NSCLC) histologicamente confirmado, em comparação com metodologias convencionais e abordagens padrão de cuidado.

Foram incluídos dez estudos após triagem de 509 artigos, seguindo as diretrizes PRISMA e síntese sem meta-análise (SWiM) devido à heterogeneidade. Os modelos baseados em IA demonstraram melhorias na precisão diagnóstica, otimização de tratamento e acurácia preditiva para desfechos de sobrevida, superando modelos estatísticos convencionais na predição prognóstica e alocação de recursos.

No entanto, a conclusão principal é que as evidências atuais apoiam apenas associações exploratórias entre modelos de IA e estratificação prognóstica para sobrevida global. Não há evidência avaliável sobre PROM ou custo-efetividade no NSCLC. Os autores destacam que heterogeneidade dos dados, generalização dos modelos e transparência algorítmica permanecem desafios significativos.

A revisão ressalta a necessidade de estudos prospectivos futuros que incorporem PROM validadas e avaliação econômica formal juntamente com desfechos clínicos. Apesar do potencial revolucionário da IA para melhorar acurácia diagnóstica e desfechos de tratamento, são necessárias mais pesquisas para validar a aplicabilidade clínica no mundo real e abordar vieses, implicações éticas e disparidades em saúde.

Para o médico brasileiro, os achados indicam que a IA pode auxiliar na estratificação prognóstica, mas ainda não há dados suficientes para incorporá-la como ferramenta de decisão compartilhada baseada em PROM ou custo-efetividade. A implementação clínica deve considerar as limitações de generalização e a necessidade de validação local.

## O que o estudo mostrou

Revisão sistemática com síntese qualitativa (SWiM) de dez estudos selecionados entre 509 artigos. Modelos de IA, redes neurais e aprendizado de máquina mostraram melhorias na precisão diagnóstica, otimização de tratamento e predição de sobrevida em pacientes com NSCLC. Houve desempenho superior aos modelos estatísticos convencionais para prognóstico e alocação de recursos. Contudo, não foram encontradas evidências avaliáveis sobre PROM ou custo-efetividade. O resumo não informa características detalhadas da amostra nem desenho específico dos estudos incluídos.

## Limitações

O resumo não informa o número total de pacientes nem as características dos estudos incluídos. A heterogeneidade dos desenhos e métodos estatísticos impediu meta-análise. Os achados são exploratórios e limitados por falta de dados sobre PROM e custo-efetividade, além de questões de generalização e transparência algorítmica. Não há informação sobre viés de publicação ou qualidade metodológica dos estudos.

## Aplicação no consultório

Na prática clínica, a IA pode ser considerada como ferramenta auxiliar na estratificação prognóstica de pacientes com NSCLC, mas não substitui julgamento clínico. Para gestão do consultório, a incorporação de sistemas de IA requer validação local e atenção a custos não comprovados. A ausência de evidências sobre PROM e custo-efetividade limita a recomendação ampla. Médicos devem aguardar estudos prospectivos com desfechos centrados no paciente antes de adotar essas tecnologias rotineiramente.

## Perguntas para aprofundar

- Quais são os principais desafios para a implementação clínica de modelos de IA no manejo do NSCLC?
- Como a heterogeneidade dos estudos de IA em NSCLC afeta a generalização dos resultados?
- Quais desfechos centrados no paciente devem ser incluídos em futuras pesquisas sobre IA em NSCLC?

Tema: Ética, viés e explicabilidade da IA em saúde. Página: https://alphadoctor.com.br/ciencia/ia-etica-vies/a-inteligencia-artificial-ja-demonstrou-impacto-em-desfechos-centrados-no/

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