# Como a inteligência artificial e a patologia digital podem auxiliar na classificação e prognóstico do carcinoma de células renais?

> A revisão mostra que modelos de aprendizado profundo em patologia digital alcançam AUC acima de 0,93 na classificação de subtipos, 0,89-0,96 na graduação do carcinoma de células renais de células claras, 0,70-0,89 na predição molecular e acima de 0,78 na predição de sobrevida, indicando potencial para apoiar decisões clínicas.

Estudo citado: Li MY, Pan Y, Lv Y, Ma H, Sun PL, Gao HW. Digital pathology and artificial intelligence in renal cell carcinoma focusing on feature extraction: a literature review. Frontiers in oncology. 2025. DOI: https://doi.org/10.3389/fonc.2025.1516264. PubMed: https://pubmed.ncbi.nlm.nih.gov/39926279/

## Resposta

A integração da inteligência artificial (IA) com a patologia digital tem aberto novas perspectivas em oncologia e patologia molecular. Em carcinoma de células renais (CCR), estudos têm explorado a extração de características de alta complexidade a partir de imagens digitalizadas para classificação de subtipos histológicos, identificação de alterações moleculares e predição de desfechos.

Esta revisão de literatura reuniu evidências sobre aplicações de patologia digital e IA no CCR. Os autores destacam que modelos baseados em aprendizado profundo alcançaram área sob a curva (AUC) superior a 0,93 na classificação de subtipos, entre 0,89 e 0,96 na graduação do CCR de células claras, entre 0,70 e 0,89 na predição molecular e acima de 0,78 na predição de sobrevida.

Apesar dos resultados promissores, a revisão aponta que ainda são raros os estudos de revisão sobre o tema, o que motivou a realização deste trabalho. Os autores discutem o estado atual das pesquisas e as direções futuras, mas não detalham limitações específicas dos estudos incluídos no resumo.

Para o médico, esses achados sugerem que a IA pode vir a apoiar a classificação e a estratificação prognóstica do CCR, mas a aplicação clínica rotineira ainda depende de validação e integração adequadas. O resumo não informa sobre amostra, desenho dos estudos incluídos ou limitações metodológicas.

Em resumo, a revisão evidencia o potencial da patologia digital e da IA no CCR, com destaque para a extração de características e os bons desempenhos em classificação, graduação, predição molecular e de sobrevida. Contudo, a translação para a prática exige cautela e mais estudos.

## O que o estudo mostrou

Trata-se de uma revisão de literatura que buscou estudos sobre patologia digital e inteligência artificial no carcinoma de células renais. Os autores encontraram que modelos de aprendizado profundo alcançaram AUC acima de 0,93 na classificação de subtipos, 0,89-0,96 na graduação do carcinoma de células renais de células claras, 0,70-0,89 na predição molecular e acima de 0,78 na predição de sobrevida. O resumo não informa o número de estudos incluídos nem a amostra total.

## Limitações

O resumo não informa o número de estudos incluídos, o desenho dos estudos primários, a qualidade metodológica ou as limitações específicas das pesquisas analisadas. Por ser uma revisão, os achados dependem dos estudos disponíveis, e não há dados sobre validação externa ou aplicabilidade clínica imediata.

## Aplicação no consultório

Os achados sugerem que a IA em patologia digital pode auxiliar na classificação de subtipos, graduação e predição de desfechos no CCR, mas ainda não substitui a avaliação anatomopatológica convencional. No consultório, o médico deve acompanhar a evolução da tecnologia e considerar seu papel futuro na estratificação de risco e na discussão de casos, sem adotar condutas baseadas apenas em modelos não validados.

## Perguntas para aprofundar

- Quais são as limitações metodológicas dos estudos que aplicam IA na patologia digital do carcinoma de células renais?
- Como a IA pode auxiliar na predição de sobrevida em pacientes com carcinoma de células renais?
- Qual o impacto da patologia digital na rotina diagnóstica do carcinoma de células renais?

Tema: IA em patologia digital. Página: https://alphadoctor.com.br/ciencia/ia-patologia-digital/como-a-inteligencia-artificial-e-a-patologia-digital-podem-auxiliar-na/

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