# O aprendizado de máquina e o aprendizado profundo já são ferramentas úteis na cirurgia de hérnia?

> Uma revisão sistemática qualitativa identificou 13 estudos publicados entre 2020 e 2023 sobre aprendizado de máquina e profundo em cirurgia de hérnia. Os modelos foram usados para reconhecer etapas cirúrgicas, prever desfechos e identificar fatores de complicações. Os autores concluem que a ferramenta é promissora, mas a heterogeneidade e a qualidade metodológica limitam conclusões definitivas.

Estudo citado: Lima DL, Kasakewitch J, Nguyen DQ, Nogueira R, Cavazzola LT, Heniford BT et al.. Machine learning, deep learning and hernia surgery. Are we pushing the limits of abdominal core health? A qualitative systematic review. Hernia : the journal of hernias and abdominal wall surgery. 2024. DOI: https://doi.org/10.1007/s10029-024-03069-x. PubMed: https://pubmed.ncbi.nlm.nih.gov/38761300/

## Resposta

A revisão sistemática qualitativa seguiu as diretrizes PRISMA e avaliou o risco de viés com as ferramentas ROBINS-I e Rob 2. Foram incluídos 13 artigos publicados entre 2020 e 2023 que descrevem o uso de aprendizado de máquina e aprendizado profundo em cirurgia de hérnia. Os estudos variaram quanto à população, ao tipo de modelo e ao tipo de hérnia, incluindo hérnias inguinais, ventrais e incisionais.

Quatro estudos avaliaram o reconhecimento de etapas cirúrgicas em vídeos de correção de hérnia inguinal. Dois estudos usaram modelos de aprendizado profundo baseados em imagens para prever desfechos. Sete estudos desenvolveram e validaram algoritmos de aprendizado profundo para prever desfechos e identificar fatores associados a complicações pós-operatórias.

Os autores concluem que o uso de aprendizado de máquina na reconstrução da parede abdominal tem se mostrado uma ferramenta promissora para prever desfechos e identificar fatores que podem levar a complicações pós-operatórias. No entanto, a revisão é qualitativa e não realiza meta-análise, o que limita a generalização dos achados.

A heterogeneidade entre os estudos incluídos, que diferem em população, tipo de modelo e tipo de hérnia, dificulta a comparação direta dos resultados. Além disso, o resumo não informa o número total de pacientes envolvidos nem o desempenho dos modelos, o que impede estimar a acurácia das ferramentas na prática clínica.

Para o médico brasileiro, os achados indicam que a inteligência artificial pode, no futuro, auxiliar na previsão de complicações e na identificação de fatores de risco em cirurgia de hérnia. Contudo, a aplicação clínica rotineira ainda não está estabelecida, e os resultados devem ser interpretados com cautela devido às limitações metodológicas e à necessidade de validação externa.

## O que o estudo mostrou

Revisão sistemática qualitativa que seguiu as diretrizes PRISMA e avaliou o risco de viés com ROBINS-I e Rob 2. Foram incluídos 13 artigos publicados de 2020 a 2023, descrevendo o uso de aprendizado de máquina e aprendizado profundo em cirurgia de hérnia. Quatro estudos avaliaram reconhecimento de etapas cirúrgicas em vídeos de hérnia inguinal; dois usaram modelos de aprendizado profundo baseados em imagens para prever desfechos; e sete desenvolveram e validaram algoritmos para prever desfechos e identificar fatores associados a complicações pós-operatórias. Os tipos de hérnia incluíram inguinal, ventral e incisional.

## Limitações

O resumo não informa o número total de pacientes, o desempenho dos modelos nem a qualidade metodológica individual dos estudos. A revisão é qualitativa, sem meta-análise, e os estudos incluídos são heterogêneos quanto à população, ao tipo de modelo e ao tipo de hérnia, o que limita a generalização dos achados. O resumo também não detalha vieses de publicação ou limitações específicas de cada estudo.

## Aplicação no consultório

Os achados sugerem que ferramentas de aprendizado de máquina podem, no futuro, auxiliar o cirurgião na previsão de complicações e na identificação de fatores de risco em cirurgia de hérnia. No entanto, a aplicação clínica rotineira ainda não está estabelecida. Para a gestão do consultório, é prudente não incorporar essas ferramentas como padrão de decisão sem validação local. O médico pode acompanhar a evolução da literatura e considerar a inteligência artificial como apoio potencial, não substituto do julgamento clínico.

## Perguntas para aprofundar

- Quais são as limitações metodológicas dos estudos sobre aprendizado de máquina em cirurgia de hérnia?
- Como o aprendizado profundo pode auxiliar na previsão de complicações pós-operatórias em hérnia?
- Qual o nível de evidência atual para o uso de inteligência artificial na prática cirúrgica de hérnia?

Tema: Ética, viés e explicabilidade da IA em saúde. Página: https://alphadoctor.com.br/ciencia/ia-etica-vies/o-aprendizado-de-maquina-e-o-aprendizado-profundo-ja-sao-ferramentas-uteis-na/

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