# A inteligência artificial pode ser aplicada à histopatologia de congelação e qual o seu impacto na prática?

> Sim. Redes neurais convolucionais tendem a ter melhor desempenho em imagens de congelação. Quando médicos visualizam a saída do modelo, o desempenho combinado supera o do modelo ou do médico isoladamente. Modelos treinados em congelação generalizam melhor para outras preparações, enquanto modelos treinados apenas em tecido fixado em formol apresentam pior desempenho em outras modalidades.

Estudo citado: Gorman BG, Lifson MA, Vidal NY. Artificial intelligence and frozen section histopathology: A systematic review. Journal of cutaneous pathology. 2023. DOI: https://doi.org/10.1111/cup.14481. PubMed: https://pubmed.ncbi.nlm.nih.gov/37394789/

## Resposta

A revisão sistemática identificou artigos que apresentaram novos modelos de aprendizado de máquina treinados ou testados em imagens de congelação. Todos os estudos incluídos apresentaram pelo menos um modelo novo, e as redes neurais convolucionais tenderam a apresentar o melhor desempenho entre as abordagens avaliadas.

Um achado relevante é que, quando os médicos puderam visualizar a saída do modelo, tenderam a ter desempenho melhor do que o modelo ou os médicos isoladamente na tarefa testada. Isso sugere que a combinação entre inteligência artificial e especialistas pode ser promissora na histopatologia de congelação.

Além disso, modelos treinados em cortes de congelação apresentaram bom desempenho quando testados em outras preparações de lâminas. Por outro lado, modelos treinados apenas em tecido fixado em formol tiveram desempenho significativamente pior em outras modalidades. Isso indica que o uso de imagens de congelação pode aumentar a generalização do modelo.

A revisão buscou artigos no PubMed e na Web of Science, sem restrição de ano de publicação, e todos os artigos que preencheram os critérios de inclusão foram analisados. Os resultados apontam que a inteligência artificial pode ser aplicada ao processamento de imagens de congelação e que a atuação conjunta entre médicos especialistas e inteligência artificial pode representar o futuro da histopatologia de congelação.

Para o médico, esses achados reforçam o potencial da inteligência artificial como ferramenta auxiliar na interpretação de cortes de congelação, especialmente quando integrada ao julgamento clínico. No entanto, a revisão não detalha aspectos como tamanho amostral dos estudos incluídos, limitações específicas de cada modelo ou aplicabilidade clínica imediata, o que deve ser considerado na interpretação dos resultados.

## O que o estudo mostrou

Revisão sistemática que buscou artigos no PubMed e Web of Science, sem restrição de ano, e incluiu papers que apresentaram novos modelos de aprendizado de máquina treinados ou testados em imagens de congelação. Todos os artigos apresentaram pelo menos um modelo novo. Redes neurais convolucionais tenderam a ter melhor desempenho. Quando médicos visualizaram a saída do modelo, tenderam a ter melhor desempenho do que o modelo ou os médicos isoladamente. Modelos treinados em congelação generalizaram bem para outras preparações, enquanto modelos treinados apenas em tecido fixado em formol tiveram desempenho significativamente pior em outras modalidades.

## Limitações

O resumo não informa o tamanho amostral dos estudos incluídos, as características dos modelos avaliados, as métricas de desempenho utilizadas ou as limitações metodológicas de cada artigo. Também não detalha a qualidade da evidência ou a aplicabilidade clínica dos achados. Portanto, as conclusões devem ser interpretadas com cautela e não permitem afirmar superioridade definitiva de uma abordagem.

## Aplicação no consultório

Os achados sugerem que a inteligência artificial pode auxiliar na interpretação de cortes de congelação, especialmente quando o patologista revisa a saída do modelo. Na prática, isso pode apoiar decisões intraoperatórias e a comunicação com a equipe cirúrgica. Para a gestão do consultório, investir em ferramentas de apoio diagnóstico e treinamento da equipe para interpretar essas saídas pode ser uma estratégia, mas a implementação deve considerar a necessidade de validação local e a ausência de dados sobre custo-efetividade no resumo.

## Perguntas para aprofundar

- Qual o desempenho de redes neurais convolucionais na interpretação de cortes de congelação em comparação com patologistas?
- Modelos de inteligência artificial treinados em congelação generalizam melhor para outras preparações histológicas?
- Como a interação entre patologistas e inteligência artificial pode melhorar a acurácia na histopatologia de congelação?

Tema: IA em patologia digital. Página: https://alphadoctor.com.br/ciencia/ia-patologia-digital/a-inteligencia-artificial-pode-ser-aplicada-a-histopatologia-de-congelacao-e/

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