Quais biomarcadores de OCT estão associados à progressão da degeneração macular relacionada à idade neovascular e como a inteligência artificial pode auxiliar?
Resposta curta: Uma revisão sistemática identificou nove biomarcadores de OCT na DMRI neovascular, dos quais cinco são pertinentes à progressão: fluido intrarretiniano, material hiperrefletivo subretiniano, drusas, tabulação retiniana externa e focos hiperrefletivos. O fluido intrarretiniano tem o impacto mais significativo no resultado visual. Modelos de inteligência artificial já classificam alguns desses biomarcadores, auxiliando no diagnóstico e na predição de conversão da doença.
Resposta
A degeneração macular relacionada à idade neovascular (DMRI neovascular) é uma condição complexa, e a tomografia de coerência óptica (OCT) é fundamental para o acompanhamento. Uma revisão sistemática recente buscou detalhar o impacto dos biomarcadores retinianos identificáveis pela OCT na progressão da doença e na resposta ao tratamento, além de estabelecer quais biomarcadores são atualmente identificáveis por modelos de inteligência artificial (IA).
Foram identificados nove biomarcadores: fluido intrarretiniano (FIR), fluido subretiniano, descolamento do epitélio pigmentado, material hiperrefletivo subretiniano (MHS), atrofia do epitélio pigmentado da retina, drusas, tabulação retiniana externa (TRE), focos hiperrefletivos (FH) e espessura retiniana. Destes, cinco são considerados pertinentes à progressão da DMRI neovascular: FIR, MHS, drusas, TRE e FH. O FIR destacou-se como o mais importante em termos de impacto significativo no resultado visual.
A revisão também avaliou o papel da inteligência artificial, concluindo que vários desses biomarcadores podem ser classificados por modelos de IA atuais. A incorporação da IA na prática oftalmológica é um avanço promissor para a análise automatizada e reprodutível dos dados de OCT, com a capacidade de diagnosticar a doença e prever a conversão futura para formas avançadas.
Para o médico brasileiro, esses achados reforçam a importância da avaliação cuidadosa dos biomarcadores de OCT na DMRI neovascular, especialmente o FIR, que parece ter o maior impacto visual. Além disso, a IA surge como uma ferramenta potencial para auxiliar na interpretação dos exames e na predição de progressão, embora mais estudos sejam necessários para validar sua aplicação clínica.
A revisão foi conduzida seguindo as diretrizes PRISMA, com busca no PubMed de publicações entre janeiro de 2016 e janeiro de 2022, incluindo ensaios clínicos randomizados, estudos de coorte prospectivos e retrospectivos e artigos de revisão. Foram incluídos 90 artigos. O resumo não fornece detalhes sobre a amostra de pacientes ou limitações específicas dos estudos incluídos.
O que o estudo mostrou
Trata-se de uma revisão sistemática da literatura que seguiu as diretrizes PRISMA e buscou publicações no PubMed entre janeiro de 2016 e janeiro de 2022. Foram incluídos 90 artigos, incluindo ensaios clínicos randomizados, estudos de coorte prospectivos e retrospectivos e revisões. A população consistiu em pacientes com diagnóstico de DMRI neovascular e imagem de OCT. Foram identificados nove biomarcadores, dos quais cinco são pertinentes à progressão da doença: fluido intrarretiniano, material hiperrefletivo subretiniano, drusas, tabulação retiniana externa e focos hiperrefletivos. O fluido intrarretiniano foi o mais importante em termos de impacto no resultado visual. Vários desses biomarcadores podem ser classificados por modelos de IA atuais.
Limitações
O resumo não informa as limitações específicas da revisão sistemática, como viés de publicação, heterogeneidade dos estudos incluídos ou qualidade metodológica. Também não detalha o tamanho da amostra de pacientes ou as características dos estudos primários. Além disso, a revisão se concentra em publicações de um período específico e em um único banco de dados (PubMed), o que pode limitar a abrangência. O resumo não fornece informações sobre a aplicabilidade dos achados em diferentes populações ou contextos clínicos.
Aplicação no consultório
Os achados desta revisão podem auxiliar o oftalmologista na prática clínica ao destacar a importância de biomarcadores específicos na OCT para monitorar a progressão da DMRI neovascular e a resposta ao tratamento. A identificação do fluido intrarretiniano como o biomarcador com maior impacto visual reforça a necessidade de sua avaliação criteriosa. Além disso, a perspectiva do uso de inteligência artificial para análise automatizada de OCT pode, no futuro, otimizar o fluxo de atendimento e auxiliar na tomada de decisão, embora ainda não esteja disponível rotineiramente. O resumo não fornece informações sobre custos ou implementação prática.
Estudo citado
Optical coherence tomography imaging biomarkers associated with neovascular age-related macular degeneration: a systematic review. Eye (London, England), 2023.
Autores: Hanson RLW, Airody A, Sivaprasad S, Gale RP.
DOI: 10.1038/s41433-022-02360-4 · PubMed: PMID 36526863
Perguntas para aprofundar
- Como o fluido intrarretiniano na OCT se relaciona com o prognóstico visual em pacientes com DMRI neovascular?
- Quais modelos de inteligência artificial já são capazes de identificar biomarcadores de OCT na DMRI neovascular?
- Qual é a utilidade clínica dos biomarcadores de OCT na predição de conversão para DMRI neovascular?
Mais sobre IA em oftalmologia e retinopatia
- A inteligência artificial aplicada à OCT e OCTA é eficaz na detecção de retinopatia diabética?
- Como integrar modalidades diagnósticas avançadas na reestenose intra-stent além da angiografia coronária?
- Redes adversárias generativas (GANs) podem melhorar o treinamento de algoritmos diagnósticos em oftalmologia quando faltam dados anotados?
- Modelos de inteligência artificial têm bom desempenho diagnóstico para membrana epirretiniana?
- A tomografia de coerência óptica com angiografia (OCTA) e a inteligência artificial podem aprimorar o diagnóstico e o acompanhamento da retinopatia diabética na prática clínica?
Todas as perguntas sobre IA em oftalmologia e retinopatia · Todos os temas · Versão em markdown