# Biomarcadores sanguíneos derivados de inteligência artificial são confiáveis para o diagnóstico de câncer de ovário?

> Uma revisão sistemática com meta-análise de 40 estudos mostrou que algoritmos de IA aplicados a biomarcadores sanguíneos têm bom desempenho diagnóstico para câncer de ovário, com sensibilidade e especificidade agrupadas de 85% e 91%, respectivamente, e AUC de 0,95. Estudos com validação externa apresentaram maior especificidade, mas menor sensibilidade.

Estudo citado: Xu HL, Li XY, Jia MQ, Ma QP, Zhang YH, Liu FH et al.. AI-Derived Blood Biomarkers for Ovarian Cancer Diagnosis: Systematic Review and Meta-Analysis. Journal of medical Internet research. 2025. DOI: https://doi.org/10.2196/67922. PubMed: https://pubmed.ncbi.nlm.nih.gov/40126546/

## Resposta

A revisão sistemática com meta-análise avaliou a qualidade e a validade de biomarcadores sanguíneos descobertos por inteligência artificial (IA) para o diagnóstico de câncer de ovário. Foram incluídos 40 estudos, e a maioria foi classificada como baixo risco de viés. A análise agrupada mostrou sensibilidade de 85%, especificidade de 91% e área sob a curva (AUC) de 0,95, indicando desempenho satisfatório.

Quando consideradas as tabelas de contingência com maior acurácia, os valores agrupados foram ainda mais altos: sensibilidade de 95%, especificidade de 97% e AUC de 0,99. A estratificação por algoritmo revelou que estudos com aprendizado de máquina tiveram sensibilidade de 85% e especificidade de 92%, superiores aos que usaram aprendizado profundo (sensibilidade de 77% e especificidade de 85%).

Em relação ao tipo de amostra, estudos com soro reportaram sensibilidade de 94% e especificidade de 96%, enquanto os com plasma tiveram sensibilidade de 83% e especificidade de 91%. A validação externa também influenciou os resultados: estudos com validação externa apresentaram especificidade de 94% contra 89% daqueles sem validação, mas sensibilidade menor (74% vs 90%).

Os autores concluem que os algoritmos de IA demonstram desempenho satisfatório no diagnóstico de câncer de ovário usando biomarcadores sanguíneos e podem se tornar uma modalidade diagnóstica eficaz no futuro, potencialmente evitando cirurgias desnecessárias. No entanto, ressaltam a necessidade de incorporar validação externa nos modelos de IA e priorizar a adoção de metodologias de aprendizado profundo.

A meta-análise não detectou viés de publicação. O resumo não informa detalhes sobre as características das populações incluídas ou sobre a heterogeneidade entre os estudos, o que limita a generalização dos achados para a prática clínica imediata.

## O que o estudo mostrou

Revisão sistemática com meta-análise que incluiu 40 estudos sobre acurácia diagnóstica de IA na descoberta de biomarcadores sanguíneos para câncer de ovário. A maioria (31 estudos, 78%) foi avaliada como baixo risco de viés. A sensibilidade, especificidade e AUC agrupadas foram 85%, 91% e 0,95, respectivamente. Nas tabelas de contingência com maior acurácia, os valores foram 95%, 97% e 0,99. Estudos com aprendizado de máquina tiveram melhor desempenho que os com aprendizado profundo. Estudos com soro mostraram resultados superiores aos com plasma. A validação externa aumentou a especificidade, mas reduziu a sensibilidade. Não foi detectado viés de publicação.

## Limitações

O resumo não informa as características das populações incluídas, os critérios de seleção dos estudos ou a heterogeneidade entre eles. Também não detalha os tipos de algoritmos de IA ou os biomarcadores específicos avaliados. A ausência dessas informações limita a generalização dos resultados e a comparação entre os estudos. Além disso, a maioria dos estudos pode ter sido retrospectiva, e a validação externa foi pouco frequente, o que pode superestimar o desempenho diagnóstico.

## Aplicação no consultório

Os achados sugerem que biomarcadores sanguíneos derivados de IA podem auxiliar no diagnóstico de câncer de ovário, com potencial para evitar cirurgias desnecessárias. No entanto, a implementação na prática clínica requer cautela, pois a validação externa ainda é limitada e os resultados variam conforme o algoritmo e o tipo de amostra. O médico deve considerar esses exames como ferramentas complementares, não substitutas da avaliação clínica e de imagem. Para a gestão do consultório, é importante acompanhar a evolução das validações e aguardar diretrizes antes de incorporar rotineiramente esses testes.

## Perguntas para aprofundar

- Qual é o desempenho diagnóstico de biomarcadores sanguíneos derivados de IA em comparação com marcadores tradicionais para câncer de ovário?
- A validação externa melhora a aplicabilidade clínica dos modelos de IA para diagnóstico de câncer de ovário?
- Quais algoritmos de aprendizado de máquina são mais eficazes na descoberta de biomarcadores sanguíneos para câncer de ovário?

Tema: IA em oncologia. Página: https://alphadoctor.com.br/ciencia/ia-oncologia/biomarcadores-sanguineos-derivados-de-inteligencia-artificial-sao-confiaveis/

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