# O uso de software de inteligência artificial na leitura de tomografia para rastreamento de câncer de pulmão melhora a acurácia diagnóstica?

> A revisão sistemática mostra que a assistência por IA aumenta a sensibilidade na detecção e categorização de nódulos e cânceres, mas reduz a especificidade, elevando falsos-positivos e vigilância desnecessária. Os estudos apresentam alto risco de viés. A aplicação clínica requer cautela e mais pesquisas para melhorar a especificidade.

Estudo citado: Geppert J, Asgharzadeh A, Brown A, Stinton C, Helm EJ, Jayakody S et al.. Software using artificial intelligence for nodule and cancer detection in CT lung cancer screening: systematic review of test accuracy studies. Thorax. 2024. DOI: https://doi.org/10.1136/thorax-2024-221662. PubMed: https://pubmed.ncbi.nlm.nih.gov/39322406/

## Resposta

A revisão sistemática avaliou estudos de acurácia diagnóstica de softwares de inteligência artificial (IA) com marca CE para detecção e análise de nódulos em tomografia computadorizada (TC) de rastreamento de câncer de pulmão. Foram incluídos estudos que totalizaram 19 770 pacientes e avaliaram seis softwares diferentes. Todos os estudos apresentaram alto risco de viés e múltiplas preocupações quanto à aplicabilidade, segundo as ferramentas QUADAS-2 e QUADAS-C.

Em comparação com a leitura sem auxílio, a leitura assistida por IA foi mais rápida e geralmente melhorou a sensibilidade: aumento de 5% a 20% para detecção/categorização de nódulos acionáveis e de 3% a 15% para detecção/categorização de nódulos malignos. No entanto, houve redução da especificidade: de 7% a 3% para correta detecção/categorização de pessoas sem nódulos acionáveis e de 8% a 6% para pessoas sem nódulos malignos.

A assistência por IA também tendeu a aumentar a proporção de nódulos alocados em categorias de maior risco. Em um cenário hipotético com prevalência de câncer de 0,5%, esses resultados se traduziriam em 150 a 750 cânceres adicionais detectados por milhão de pessoas rastreadas, mas também em 59 700 a 79 600 pessoas sem câncer recebendo vigilância por TC desnecessária.

Os autores concluem que a assistência por IA no rastreamento de câncer de pulmão pode melhorar a sensibilidade, porém aumenta o número de falsos-positivos e de vigilância desnecessária. Pesquisas futuras devem focar em aumentar a especificidade da leitura assistida por IA e minimizar o risco de viés e as preocupações de aplicabilidade por meio de melhor desenho de estudo.

Para o médico, esses achados indicam que a IA pode ser uma ferramenta auxiliar na detecção de nódulos, mas seu uso deve ser cauteloso devido ao aumento de falsos-positivos. A implementação na prática clínica requer consideração sobre o impacto no fluxo de trabalho e nos custos, além da necessidade de validação em cenários locais.

## O que o estudo mostrou

Revisão sistemática de estudos de acurácia diagnóstica que avaliou softwares de IA com marca CE para detecção de nódulos em TC de rastreamento de câncer de pulmão. Foram incluídos estudos que totalizaram 19 770 pacientes e avaliaram seis softwares. Todos apresentaram alto risco de viés. Comparada à leitura sem auxílio, a leitura assistida por IA foi mais rápida e melhorou a sensibilidade (aumento de 5% a 20% para nódulos acionáveis e de 3% a 15% para malignos), mas reduziu a especificidade (redução de 7% a 3% para pessoas sem nódulos acionáveis e de 8% a 6% para sem malignos). Houve tendência de aumento na proporção de nódulos categorizados como de maior risco.

## Limitações

Todos os estudos incluídos apresentaram alto risco de viés e múltiplas preocupações de aplicabilidade, conforme avaliação com QUADAS-2 e QUADAS-C. O resumo não informa detalhes sobre a população, os critérios de referência ou o desenho específico de cada estudo. A síntese foi narrativa, sem meta-análise. Os resultados podem não ser generalizáveis para diferentes contextos e softwares.

## Aplicação no consultório

A IA pode auxiliar na detecção de nódulos, mas o aumento de falsos-positivos e de vigilância desnecessária deve ser considerado. O médico precisa estar atento ao risco de sobrediagnóstico e ao impacto nos custos e na ansiedade dos pacientes. A implementação requer treinamento e protocolos claros para interpretação dos resultados. A gestão do consultório deve incluir a avaliação crítica da tecnologia e a discussão com os pacientes sobre os benefícios e riscos.

## Perguntas para aprofundar

- Qual o impacto do uso de IA na leitura de TC de rastreamento de câncer de pulmão sobre o tempo de leitura?
- Como a IA influencia a categorização de risco de nódulos pulmonares?
- Quais são as limitações metodológicas dos estudos sobre IA no rastreamento de câncer de pulmão?

Tema: IA em oncologia. Página: https://alphadoctor.com.br/ciencia/ia-oncologia/o-uso-de-software-de-inteligencia-artificial-na-leitura-de-tomografia-para/

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