# A inteligência artificial já consegue prever a resposta ao BCG em câncer de bexiga não músculo-invasivo com utilidade clínica?

> A revisão sistemática identificou 15 estudos com mais de 24 900 pacientes. A IA perceptual, sobretudo a patologia digital, tem a maior validação externa e foi o único modelo com sinal inicial de valor preditivo para BCG versus alternativas. Modelos integrativos superam calculadoras padrão, mas com ganhos incrementais. Validação prospectiva ainda é necessária antes da adoção clínica.

Estudo citado: Cella L, Contieri R, Paciotti M, Fasulo V, Uleri A, Avolio PP et al.. Artificial intelligence for predicting BCG response in non-muscle-invasive bladder cancer: a systematic review. BJU international. 2026. DOI: https://doi.org/10.1111/bju.70404. PubMed: https://pubmed.ncbi.nlm.nih.gov/42605566/

## Resposta

A revisão sistemática reuniu a literatura sobre modelos de inteligência artificial e aprendizado de máquina capazes de prever resposta ao BCG intravesical e desfechos clínicos no câncer de bexiga não músculo-invasivo. O tema é relevante porque as calculadoras de risco atuais têm desempenho limitado nesse cenário e a identificação de não respondedores se tornou urgente à medida que alternativas ao BCG entram na prática.

Os autores classificaram os modelos em duas categorias: ferramentas perceptuais, que extraem sinal de histologia ou imagem, e ferramentas integrativas, que reponderam variáveis clinicopatológicas, moleculares ou urinárias. Foram incluídos 15 estudos, sete perceptuais e oito integrativos, somando mais de 24 900 pacientes. As fontes de dados variaram entre patologia digital, radiômica, genômica/transcriptômica, marcadores clinicopatológicos e biomarcadores urinários.

A plataforma de patologia digital CHAI, validada em 12 centros internacionais, estratificou recidiva de alto grau, progressão e doença não responsiva ao BCG, e foi o único modelo a fornecer um primeiro sinal de valor preditivo, com interação significativa entre BCG e gencitabina/docetaxel. Já os modelos integrativos PROGRxN-BCa e DeepSurv superaram as calculadoras padrão, porém com ganhos modestos no índice de concordância.

Os autores concluem que a IA perceptual, em especial a patologia digital, apresenta a maior validação externa e o único biomarcador com sinal inicial de valor preditivo para escolha entre BCG e alternativas, o que ganha relevância diante da escassez global de BCG. Modelos integrativos como PROGRxN-BCa e DeepSurv são livremente acessíveis e superam calculadoras padrão de forma incremental.

Antes da adoção clínica, permanecem como prioridades a validação prospectiva, o relato sistemático de calibração e as análises de interação entre tratamento e biomarcador, idealmente incorporadas a ensaios como o BRIDGE. O resumo não informa dados de custo ou de implementação operacional dessas ferramentas.

## O que o estudo mostrou

Revisão sistemática com busca em PubMed, EMBASE e Web of Science até abril de 2026, seguindo PRISMA 2020 e registrada no PROSPERO, que incluiu 15 estudos com mais de 24 900 pacientes. Sete modelos eram perceptuais e oito integrativos. A plataforma de patologia digital CHAI, validada em 12 centros internacionais, estratificou recidiva de alto grau (HR 2.08), progressão (HR 3.87) e doença não responsiva ao BCG (HR 2.31), com interação significativa BCG versus gencitabina/docetaxel (P = 0.029). PROGRxN-BCa (C-index 0.79) e DeepSurv (C-index 0.881) superaram calculadoras padrão com ganhos de ΔC-index 0.05-0.10.

## Limitações

Apenas 40% dos estudos realizaram validação externa e nenhum foi prospectivo; cinco estudos apresentaram alto risco de viés pelo PROBAST. O resumo não informa detalhes sobre heterogeneidade entre coortes, composição das amostras ou desempenho calibrado dos modelos, o que limita conclusões sobre robustez e transportabilidade dos achados para a prática.

## Aplicação no consultório

Os achados ainda não sustentam incorporar esses modelos à decisão rotineira sobre BCG versus alternativas. O urologista pode acompanhar a literatura sobre patologia digital e modelos integrativos acessíveis, planejar a estrutura de dados do serviço para futura validação local e considerar a participação em ensaios com análise de interação tratamento-biomarcador. A gestão do consultório deve tratar essas ferramentas como promissoras, não como padrão assistencial estabelecido.

## Perguntas para aprofundar

- Qual o desempenho da patologia digital na predição de resposta ao BCG em comparação com calculadoras de risco tradicionais?
- Modelos integrativos de aprendizado de máquina já podem orientar a escolha entre BCG e gencitabina/docetaxel na prática clínica?
- Quais critérios de validação prospectiva são necessários antes de adotar ferramentas de IA no câncer de bexiga não músculo-invasivo?

Tema: IA em patologia digital. Página: https://alphadoctor.com.br/ciencia/ia-patologia-digital/a-inteligencia-artificial-ja-consegue-prever-a-resposta-ao-bcg-em-cancer-de/

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