Quais aplicações de inteligência artificial já foram implementadas na prática clínica real e como foram avaliadas?
Resposta curta: Uma revisão sistemática identificou 51 estudos que relataram a implementação e avaliação de aplicações de inteligência artificial na prática clínica. A maioria focou em triagem, diagnóstico e análise de risco, com poucos estudos avaliando desfechos em pacientes ou impacto econômico. Os resultados indicam que a pesquisa sobre implementação clínica de IA ainda está em estágio inicial.
Resposta
A revisão sistemática buscou artigos publicados entre janeiro de 2010 e maio de 2020 em bases como PubMed, Embase, Cochrane Central e CINAHL, além de busca manual em periódicos e conferências de ciência da computação e ensaios clínicos registrados. Foram incluídos estudos que relatavam aplicações de inteligência artificial implementadas em ambientes clínicos do mundo real.
Foram identificados 51 estudos relevantes. Desses, 13 adotaram delineamento de ensaio clínico randomizado e oito adotaram delineamento experimental. As aplicações de IA abordaram diversas tarefas clínicas, como triagem ou classificação de risco (n=16), diagnóstico de doenças (n=16), análise de risco (n=14) e tratamento (n=7). As condições mais frequentemente abordadas foram sepse (n=6), câncer de mama (n=5), retinopatia diabética (n=4) e pólipos e adenomas (n=4).
Quanto aos desfechos avaliados, 26 estudos examinaram o desempenho das aplicações de IA em ambientes clínicos, 33 examinaram o efeito sobre desfechos dos clínicos, 14 examinaram o efeito sobre desfechos dos pacientes e um estudo examinou o impacto econômico associado à implementação da IA.
Os autores concluem que a pesquisa sobre implementação clínica de IA ainda está em estágio inicial, apesar do grande potencial. Destacam a necessidade de mais estudos que avaliem os benefícios e desafios das aplicações de IA na prática clínica por meio de metodologia mais rigorosa.
Para o médico brasileiro, os achados reforçam que, embora haja avanço no desenvolvimento de algoritmos, a transposição para a rotina assistencial é limitada e a evidência de impacto em desfechos clínicos e econômicos ainda é escassa. Isso implica cautela na adoção e na gestão de expectativas.
O que o estudo mostrou
Revisão sistemática da literatura que identificou 51 estudos publicados entre janeiro de 2010 e maio de 2020 que relataram a implementação e avaliação de aplicações de inteligência artificial em ambientes clínicos reais. Desses, 13 adotaram delineamento de ensaio clínico randomizado e oito adotaram delineamento experimental. As aplicações abordaram triagem ou classificação de risco (n=16), diagnóstico (n=16), análise de risco (n=14) e tratamento (n=7). As condições mais frequentes foram sepse (n=6), câncer de mama (n=5), retinopatia diabética (n=4) e pólipos e adenomas (n=4). Quanto aos desfechos, 26 estudos avaliaram desempenho, 33 avaliaram desfechos dos clínicos, 14 avaliaram desfechos dos pacientes e um avaliou impacto econômico.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre possíveis vieses de publicação. Também não são descritas limitações específicas da revisão, como restrições de idioma ou de bases de dados. Além disso, o resumo não fornece informações sobre a magnitude dos efeitos observados ou sobre a heterogeneidade entre os estudos.
Aplicação no consultório
Os achados sugerem que, na prática clínica, a incorporação de ferramentas de inteligência artificial ainda é incipiente e com evidências limitadas sobre benefícios em desfechos de pacientes e custos. Para o médico, isso implica adotar tais tecnologias com cautela, priorizando aquelas com avaliação em cenários reais e considerando a necessidade de monitoramento dos resultados. Na gestão do consultório, é importante ponderar investimentos em IA diante da escassez de dados econômicos e da necessidade de metodologias mais rigorosas para comprovar valor.
Estudo citado
Role of Artificial Intelligence Applications in Real-Life Clinical Practice: Systematic Review. Journal of medical Internet research, 2021.
Autores: Yin J, Ngiam KY, Teo HH.
DOI: 10.2196/25759 · PubMed: PMID 33885365
Perguntas para aprofundar
- Quais são os principais desafios para a implementação de aplicações de inteligência artificial na prática clínica real?
- Como os estudos têm avaliado o impacto da inteligência artificial nos desfechos dos pacientes?
- Qual é o papel da inteligência artificial no diagnóstico precoce da retinopatia diabética?
Mais sobre IA em oftalmologia e retinopatia
- Como a inteligência artificial pode auxiliar no diagnóstico e manejo das doenças retinianas hereditárias?
- Os ensaios clínicos randomizados que avaliam inteligência artificial em oftalmologia seguem adequadamente as diretrizes CONSORT-AI?
- A inteligência artificial melhora a acurácia no rastreamento e diagnóstico do edema macular diabético?
- Modelos de inteligência artificial baseados em OCT podem prever o campo visual no glaucoma?
- Modelos de deep learning aplicados a imagens de retina são eficazes para detectar e prever doença renal relacionada ao diabetes?
Todas as perguntas sobre IA em oftalmologia e retinopatia · Todos os temas · Versão em markdown