A inteligência artificial já pode auxiliar na decisão cirúrgica de nódulos tireoidianos indeterminados sem uso de classificadores genômicos?
Resposta curta: A revisão sistemática com meta-análise mostra que modelos de IA apresentam desempenho moderado a bom (AUC combinada de 0,82) para classificar nódulos tireoidianos indeterminados, mas os estudos incluídos não fornecem validação externa robusta, limitando a aplicação clínica imediata na decisão cirúrgica.
Resposta
A revisão sistemática com meta-análise reuniu evidências sobre o uso de inteligência artificial (IA) no diagnóstico pré-operatório de nódulos tireoidianos indeterminados (ITN), sem depender de classificadores genômicos. A pergunta central é se essas ferramentas podem apoiar a decisão cirúrgica nesse cenário desafiador.
Foram incluídos sete estudos, que apresentaram 20 modelos de IA, sendo cinco baseados em imagem radiológica, um em processamento de linguagem natural e um em citologia. A meta-análise combinou 16 resultados de área sob a curva (AUC) de 15 modelos em três estudos, gerando uma estimativa combinada de 0,82 (IC 95%: 0,81-0,84), indicando desempenho moderado a bom.
No entanto, a heterogeneidade foi substancial entre modelos de aprendizado profundo (I² = 99,7%, AUC combinada = 0,85), enquanto modelos de aprendizado de máquina mostraram baixa heterogeneidade (I² = 0,7%, AUC combinada = 0,75). A meta-regressão sugere possível viés de publicação ou diferenças sistemáticas em arquiteturas, composição de dados e métodos de validação.
Os autores concluem que a IA tem potencial clínico, mas os modelos desenvolvidos nos estudos não são adequados para implementação clínica apenas com base no desempenho atual, ou carecem de validação externa independente robusta. Assim, a aplicação rotineira ainda não está estabelecida.
Para o médico, isso significa que a IA pode ser uma aliada futura, mas não substitui o julgamento clínico e os métodos diagnósticos disponíveis. A decisão cirúrgica em ITN permanece complexa e individualizada.
O que o estudo mostrou
Revisão sistemática e meta-análise que avaliou a acurácia diagnóstica de modelos de IA para nódulos tireoidianos indeterminados. A busca identificou 134 registros após remoção de duplicatas, incluindo sete estudos com 20 modelos. A meta-análise combinou 16 AUCs de 15 modelos em três estudos, com estimativa combinada de 0,82 (IC 95%: 0,81-0,84). Modelos de aprendizado profundo mostraram AUC combinada de 0,85 com alta heterogeneidade (I² = 99,7%), enquanto modelos de aprendizado de máquina tiveram AUC de 0,75 e baixa heterogeneidade (I² = 0,7%).
Limitações
O resumo não informa o número total de pacientes ou amostras dos estudos incluídos. A heterogeneidade elevada entre modelos de aprendizado profundo e a possível presença de viés de publicação limitam a generalização dos resultados. Além disso, os modelos carecem de validação externa independente robusta, e o resumo não detalha características das populações ou critérios de referência.
Aplicação no consultório
Na prática clínica, a IA ainda não deve ser usada isoladamente para decidir sobre cirurgia em nódulos indeterminados. O médico pode considerar essas ferramentas como apoio futuro, mas deve manter a avaliação clínica, ultrassonográfica e citológica. Para gestão do consultório, investir em treinamento e infraestrutura para IA pode ser prematuro até que validações externas estejam disponíveis; priorize diretrizes atuais e discussão multidisciplinar.
Estudo citado
Beyond genomics: artificial intelligence-powered diagnostics for indeterminate thyroid nodules-a systematic review and meta-analysis. Frontiers in endocrinology, 2025.
Autores: Jassal K, Edwards M, Koohestani A, Brown W, Serpell JW, Lee JC.
DOI: 10.3389/fendo.2025.1506729 · PubMed: PMID 40391010
Perguntas para aprofundar
- Qual o desempenho da IA em nódulos tireoidianos indeterminados comparado a classificadores genômicos?
- Quais são as limitações metodológicas dos estudos de IA para diagnóstico de nódulos tireoidianos?
- Como aplicar os achados desta meta-análise na decisão cirúrgica de nódulos indeterminados?
Mais sobre IA em medicina de precisão e genômica
- Qual é o desempenho real dos modelos de aprendizado de máquina e inteligência artificial na predição de toxicidade induzida por radiação em câncer de cabeça e pescoço?
- A inteligência artificial já pode apoiar o controle glicêmico e a predição de risco em unidades de terapia intensiva?
- Modelos de inteligência artificial são precisos para prever dose de varfarina em diferentes grupos étnicos?
- Como a inteligência artificial e o aprendizado de máquina estão sendo aplicados na pesquisa sobre pé diabético e quais as tendências metodológicas?
- Quais fatores predizem a resposta ao tratamento com DMARDs biológicos e sintéticos alvo na artrite psoriásica?
Todas as perguntas sobre IA em medicina de precisão e genômica · Todos os temas · Versão em markdown