# A inteligência artificial é eficaz no rastreamento e na classificação de doenças oculares relacionadas ao diabetes?

> Sim, segundo revisão sistemática que incluiu 74 publicações, a IA baseada principalmente em aprendizado supervisionado mostra vantagens significativas sobre o diagnóstico manual tradicional em eficiência de rastreamento, consistência diagnóstica e acessibilidade. Porém, ainda há limitações na identificação de lesões iniciais, em cenários de comorbidades múltiplas e na generalização entre dispositivos.

Estudo citado: Zhou J, Hu C, Chen J, Liu J, Li X. Artificial Intelligence in Screening and Grading Diabetic Eye Diseases: A Systematic Review From Algorithms to Clinic. Diabetes, obesity & metabolism. 2026. DOI: https://doi.org/10.1111/dom.70621. PubMed: https://pubmed.ncbi.nlm.nih.gov/41796091/

## Resposta

A revisão sistemática, conduzida conforme as diretrizes PRISMA, analisou 74 publicações centrais publicadas entre 2021 e 2025, abordando tipos de algoritmos de inteligência artificial, avaliações de desempenho, validações clínicas e pesquisas translacionais. O foco foi a classificação diagnóstica de doenças oculares relacionadas ao diabetes, como retinopatia diabética e edema macular diabético.

Os resultados indicam que a IA formou um sistema técnico baseado principalmente em aprendizado supervisionado, com algoritmos integrados para classificação diagnóstica. Esse sistema demonstrou vantagens significativas sobre o diagnóstico manual tradicional em eficiência de rastreamento, consistência diagnóstica e acessibilidade aos cuidados de saúde.

Apesar dos avanços, persistem limitações na identificação de lesões em estágios iniciais, no diagnóstico em cenários de comorbidades múltiplas e na generalização entre diferentes dispositivos. Estratégias de otimização incluem aumento de dados com redes adversárias generativas, fusão multimodal e aprimoramento da interpretabilidade dos modelos.

Na tradução clínica, modelos de rastreamento baseados em dispositivos portáteis já emergiram, mas desafios relacionados à segurança de dados e à validação padronizada ainda precisam ser enfrentados. A revisão conclui que a IA tem valor clínico significativo e potencial de aplicação, especialmente em ambientes com recursos limitados.

O resumo não informa detalhes sobre a amostra de pacientes ou estudos primários incluídos, nem sobre limitações metodológicas específicas da revisão. Portanto, a interpretação dos achados deve considerar essas lacunas informacionais.

## O que o estudo mostrou

Revisão sistemática seguindo diretrizes PRISMA, com busca em bases como Web of Science, incluindo 74 publicações centrais de 2021 a 2025. Os achados mostram que a IA, principalmente por aprendizado supervisionado, supera o diagnóstico manual em eficiência de rastreamento, consistência e acessibilidade. Limitações incluem identificação de lesões iniciais, comorbidades múltiplas e generalização entre dispositivos. Estratégias de otimização e modelos portáteis são discutidos, mas desafios de segurança de dados e validação persistem.

## Limitações

O resumo não informa a amostra de pacientes ou estudos primários incluídos, nem detalha as limitações metodológicas da revisão. Também não são apresentados dados quantitativos de desempenho dos algoritmos, impossibilitando conclusões sobre magnitudes de efeito. A heterogeneidade dos estudos incluídos não é descrita.

## Aplicação no consultório

Para o médico brasileiro, a revisão sugere que sistemas de IA podem auxiliar no rastreamento da retinopatia diabética, especialmente em locais com poucos especialistas, melhorando eficiência e consistência. No consultório, isso pode significar incorporar ferramentas de triagem automatizada, mas é preciso atenção à validação local, à segurança de dados e à integração com o fluxo clínico. A gestão deve considerar treinamento da equipe e protocolos de encaminhamento.

## Perguntas para aprofundar

- Quais são os principais desafios para a implementação clínica da IA no rastreamento da retinopatia diabética?
- Como a IA pode melhorar a consistência diagnóstica em comparação com a avaliação manual?
- Quais estratégias podem aumentar a generalização dos algoritmos de IA entre diferentes dispositivos?

Tema: IA em oftalmologia e retinopatia. Página: https://alphadoctor.com.br/ciencia/ia-oftalmologia/a-inteligencia-artificial-e-eficaz-no-rastreamento-e-na-classificacao-de/

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