Modelos de aprendizado de máquina e aprendizado profundo são superiores aos escores de gravidade existentes para prever desfechos de longo prazo na DPOC?
Resposta curta: Uma revisão sistemática e meta-análise mostrou que modelos de aprendizado de máquina e profundo não demonstraram desempenho significativamente superior aos escores de gravidade pré-existentes para prever exacerbações e mortalidade na DPOC. A heterogeneidade foi alta e vieses foram comuns, limitando a conclusão de superioridade.
Resposta
A revisão sistemática com meta-análise buscou sumarizar o desempenho de modelos prognósticos de aprendizado de máquina e aprendizado profundo para pacientes com DPOC, comparar seus desempenhos relativos e identificar lacunas de pesquisa. Foram incluídos estudos que previram desfechos pelo menos 6 meses após a apresentação clínica inicial, em adultos de 18 a 90 anos, com qualquer modalidade de dados de entrada.
Dezoito estudos foram elegíveis, sendo 12 com aprendizado de máquina convencional e seis com aprendizado profundo. Para exacerbação, sete modelos foram analisados, mas apenas seis reportaram AUC e IC95% em validação interna, com heterogeneidade significativa. Para mortalidade, 11 modelos foram analisados, com seis reportando AUC e IC95% em validação interna, também com heterogeneidade significativa.
Dois estudos avaliaram declínio da função pulmonar e não puderam ser agrupados. Modelos de aprendizado de máquina e profundo não mostraram melhora significativa sobre escores de gravidade pré-existentes na predição de exacerbações. Três estudos compararam diretamente modelos de aprendizado de máquina com escores de gravidade para mortalidade e o desempenho agrupado não diferiu. Dos cinco estudos que realizaram validação externa, o desempenho foi pior ou igual ao de modelos de regressão.
Os maiores riscos de viés identificados foram: manuseio incorreto de dados ausentes, não relato da incerteza do modelo e uso de conjuntos de dados muito pequenos em relação ao número de características preditivas incluídas. A interpretação dos autores é que há evidência limitada de que modelos de aprendizado de máquina e profundo sejam superiores aos escores de gravidade existentes. Maior adesão a diretrizes de relato reduziria o risco de viés e auxiliaria a reprodutibilidade.
Para o médico, os achados sugerem cautela ao adotar modelos de aprendizado de máquina na prática clínica para prognóstico de DPOC, pois o desempenho não superou escores já disponíveis. A heterogeneidade e os vieses metodológicos limitam a generalização. É importante considerar a validação externa e a qualidade do relato antes de incorporar essas ferramentas na rotina.
O que o estudo mostrou
Revisão sistemática e meta-análise que identificou 3620 estudos, dos quais 18 foram elegíveis (12 com aprendizado de máquina convencional e seis com aprendizado profundo). Para exacerbação, apenas seis modelos reportaram AUC e IC95% em validação interna, com heterogeneidade significativa. Para mortalidade, seis modelos reportaram AUC e IC95% em validação interna, também com heterogeneidade significativa. Modelos de aprendizado de máquina não superaram escores de gravidade pré-existentes para exacerbação e mortalidade.
Limitações
O resumo não informa o número total de pacientes incluídos nem detalhes sobre a população de cada estudo. A heterogeneidade foi significativa, limitando a interpretação das estimativas agrupadas. Apenas alguns modelos reportaram AUC e IC95% em validação interna, e poucos realizaram validação externa. O resumo não fornece informações sobre a qualidade individual dos estudos além dos riscos de viés identificados.
Aplicação no consultório
Os achados indicam que modelos de aprendizado de máquina e profundo ainda não demonstraram superioridade sobre escores de gravidade tradicionais para prognóstico de DPOC. Na prática clínica, isso sugere que tais ferramentas não devem substituir os escores existentes sem evidências mais robustas. Para a gestão do consultório, é prudente aguardar validação externa adequada e relato transparente antes de incorporar esses modelos na rotina assistencial. O foco deve permanecer em diretrizes clínicas estabelecidas e em escores validados.
Estudo citado
Machine learning and deep learning predictive models for long-term prognosis in patients with chronic obstructive pulmonary disease: a systematic review and meta-analysis. The Lancet. Digital health, 2023.
Autores: Smith LA, Oakden-Rayner L, Bird A, Zeng M, To MS, Mukherjee S, Palmer LJ.
DOI: 10.1016/S2589-7500(23)00177-2 · PubMed: PMID 38000872
Perguntas para aprofundar
- Quais são os principais riscos de viés em modelos de aprendizado de máquina para prognóstico de DPOC?
- Como a validação externa afeta a confiabilidade de modelos preditivos em DPOC?
- Quais diretrizes de relato podem melhorar a reprodutibilidade de estudos com aprendizado de máquina em DPOC?
Mais sobre Ética, viés e explicabilidade da IA em saúde
- Como a inteligência artificial pode auxiliar na detecção de descargas epileptiformes interictais no EEG, e qual é o desempenho real desses modelos?
- Modelos de aprendizado profundo são precisos para detectar micro-hemorragias cerebrais em exames de ressonância magnética?
- Modelos de inteligência artificial para previsão de crises epilépticas em tempo real com EEG já estão prontos para uso clínico?
- Modelos de aprendizado de máquina são melhores que ferramentas clínicas para prever a necessidade de protocolo de hemorragia maciça no trauma?
- Aprendizado profundo baseado em imagens é preciso para diagnosticar catarata e como se compara a especialistas humanos?
Todas as perguntas sobre Ética, viés e explicabilidade da IA em saúde · Todos os temas · Versão em markdown