# Qual o desempenho diagnóstico de algoritmos de aprendizado de máquina na classificação de lesões hepáticas focais malignas versus benignas em US e CEUS?

> Meta-análise com 34.245 lesões hepáticas focais mostrou que algoritmos de aprendizado de máquina têm alta sensibilidade e especificidade para classificar lesões malignas versus benignas, tanto em US quanto em CEUS, com desempenho ligeiramente superior para CEUS, especialmente com deep learning.

Estudo citado: Campello CA, Castanha EB, Vilardo M, Staziaki PV, Francisco MZ, Mohajer B et al.. Machine learning for malignant versus benign focal liver lesions on US and CEUS: a meta-analysis. Abdominal radiology (New York). 2023. DOI: https://doi.org/10.1007/s00261-023-03984-0. PubMed: https://pubmed.ncbi.nlm.nih.gov/37365266/

## Resposta

A meta-análise reuniu estudos publicados até setembro de 2022 que avaliaram o desempenho diagnóstico de algoritmos de aprendizado de máquina (ML) na classificação de lesões hepáticas focais (FLLs) malignas versus benignas em ultrassonografia (US) e ultrassonografia com contraste (CEUS). Foram incluídos 8 estudos em US, 11 em CEUS e 1 que avaliou ambos os métodos, totalizando 34.245 FLLs.

Os resultados agrupados mostraram que, para US, a sensibilidade e especificidade do ML foram de 81,7% (IC 95%: 77,2-85,4%) e 84,8% (IC 95%: 76,0-90,8%), respectivamente. Para CEUS, a sensibilidade foi de 87,1% (IC 95%: 81,8-91,0%) e a especificidade de 87,0% (IC 95%: 83,1-90,1%).

Na análise de subgrupo de estudos que avaliaram algoritmos de deep learning, o desempenho do CEUS (n=4) aumentou, com sensibilidade de 92,4% (IC 95%: 88,5-95,0%) e especificidade de 88,2% (IC 95%: 81,1-92,9%).

Os autores concluíram que o desempenho diagnóstico do ML para classificação maligna de FLLs foi alto tanto para US quanto para CEUS, com sensibilidade e especificidade gerais semelhantes. O desempenho similar do US pode estar relacionado à maior prevalência de modelos de deep learning nesse grupo.

Esses achados sugerem que algoritmos de ML podem auxiliar na diferenciação entre lesões hepáticas malignas e benignas, com potencial aplicação clínica, embora mais estudos sejam necessários para validar esses resultados em diferentes populações e contextos.

## O que o estudo mostrou

Trata-se de uma meta-análise de estudos publicados até setembro de 2022 que avaliaram o desempenho diagnóstico de algoritmos de aprendizado de máquina (ML) na classificação de lesões hepáticas focais malignas versus benignas em US e CEUS. Foram incluídos 8 estudos em US, 11 em CEUS e 1 que avaliou ambos, totalizando 34.245 lesões. A sensibilidade e especificidade agrupadas para US foram 81,7% e 84,8%, e para CEUS 87,1% e 87,0%. Na subanálise de deep learning, CEUS (n=4) apresentou sensibilidade de 92,4% e especificidade de 88,2%.

## Limitações

O resumo não informa detalhes sobre as características dos estudos incluídos, como desenho, população, critérios de referência ou risco de viés. Também não são descritas limitações da meta-análise, como heterogeneidade entre estudos ou possíveis vieses de publicação. Além disso, os resultados podem não ser generalizáveis para todas as populações e contextos clínicos.

## Aplicação no consultório

Os achados indicam que algoritmos de ML podem ser ferramentas auxiliares na avaliação de lesões hepáticas focais, ajudando a diferenciar malignas de benignas em exames de US e CEUS. Na prática clínica, isso pode agilizar decisões sobre encaminhamento e conduta, especialmente em serviços com acesso limitado a radiologistas especializados. Para a gestão do consultório, considerar a implementação de sistemas de apoio à decisão baseados em ML pode otimizar fluxos de trabalho e melhorar a acurácia diagnóstica, desde que validados localmente.

## Perguntas para aprofundar

- Como os algoritmos de aprendizado de máquina podem ser integrados na prática clínica para avaliação de lesões hepáticas focais?
- Qual a diferença de desempenho entre US e CEUS com deep learning na classificação de lesões hepáticas malignas?
- Quais são as limitações metodológicas dos estudos que avaliam ML na classificação de lesões hepáticas focais?

Tema: IA em oncologia. Página: https://alphadoctor.com.br/ciencia/ia-oncologia/qual-o-desempenho-diagnostico-de-algoritmos-de-aprendizado-de-maquina-na/

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