# Modelos de inteligência artificial baseados em imagens já são confiáveis para diagnosticar e classificar anomalias vasculares de partes moles em cabeça e pescoço?

> Ainda não há validação prospectiva. A revisão sistemática identificou apenas 3 estudos elegíveis, e os modelos revisados mostram-se promissores na classificação de subtipos e na segmentação das lesões, mas nenhum estudo forneceu coorte prospectiva de validação para verificar o desempenho diagnóstico ou a utilidade na prática clínica.

Estudo citado: Nocini R, Brunese MC, Mascarin B, Cardobi N, De Robertis R, D'Onofrio M. Image-based Artificial Intelligence models in the diagnosis and classification of vascular anomalies of the soft tissue in the head and neck. Computer methods and programs in biomedicine. 2025. DOI: https://doi.org/10.1016/j.cmpb.2024.108525. PubMed: https://pubmed.ncbi.nlm.nih.gov/39622122/

## Resposta

A revisão parte da classificação da ISSVA, que organiza o diagnóstico e o manejo das anomalias vasculares com base em critérios clínicos, achados de imagem e histopatologia. Nesse contexto, os autores buscaram mapear o estado da arte da aplicação de inteligência artificial no diagnóstico, na classificação e no planejamento terapêutico dessas lesões quando acometem as partes moles da cabeça e do pescoço.

A busca no PubMed identificou 86 artigos. Após a triagem inicial de títulos e resumos, 75 estudos foram excluídos por irrelevância ao escopo, população inadequada ou desenho impróprio, restando 11 para leitura integral. Ao final dessa etapa, apenas 3 estudos foram considerados elegíveis para a revisão.

Em relação ao diagnóstico clínico, radiológico e histológico das malformações vasculares, os três modelos revisados parecem promissores na classificação dos diferentes subtipos e na segmentação da lesão. Os autores destacam que as aplicações de IA nos campos da radiologia e da dermatologia são bastante promissoras.

Um ponto crítico apontado é a ausência de validação prospectiva: nenhum dos estudos forneceu coorte prospectiva para verificar o desempenho diagnóstico nem para avaliar a utilidade do modelo na prática clínica. Isso limita a transposição dos resultados para a rotina assistencial.

Como perspectiva, os autores propõem que um modelo híbrido, combinando imagens dermatológicas, imagens de ressonância magnética ou ultrassonografia e imagens histológicas, pode ser desenvolvido como ferramenta de IA confiável, útil ao clínico desde o diagnóstico até a decisão terapêutica e a supervisão de procedimentos intervencionistas.

## O que o estudo mostrou

Trata-se de uma revisão sistemática. A busca no PubMed identificou 86 artigos; após triagem de títulos e resumos, 75 foram excluídos e 11 seguiram para leitura integral, restando 3 estudos elegíveis. Os três modelos revisados mostraram-se promissores na classificação dos diferentes subtipos de malformações vasculares e na segmentação da lesão, com aplicações promissoras em radiologia e dermatologia. Nenhum estudo forneceu coorte prospectiva de validação para verificar desempenho diagnóstico ou utilidade clínica.

## Limitações

A principal limitação é a ausência de validação prospectiva em todos os estudos incluídos, o que impede confirmar o desempenho diagnóstico e a utilidade prática dos modelos. O número de estudos elegíveis foi muito pequeno, e o resumo não informa detalhes sobre amostra, população ou desenho de cada estudo incluído, nem sobre risco de viés.

## Aplicação no consultório

Os achados ainda não sustentam incorporar modelos de IA baseados em imagem à rotina diagnóstica de anomalias vasculares. O médico pode acompanhar a evolução da área, mas deve manter a classificação da ISSVA e a avaliação clínica, radiológica e histopatológica como base das decisões. Para o consultório, a perspectiva de modelos híbridos sinaliza oportunidade futura de apoio à decisão e à supervisão de procedimentos, sem mudança imediata de fluxo ou investimento.

## Perguntas para aprofundar

- Quais critérios de imagem a IA já consegue usar para diferenciar subtipos de malformações vasculares?
- O que falta para que modelos de IA em imagem sejam validados prospectivamente nessa área?
- Como um modelo híbrido de imagens dermatológicas, radiológicas e histológicas poderia apoiar a decisão terapêutica?

Tema: IA em patologia digital. Página: https://alphadoctor.com.br/ciencia/ia-patologia-digital/modelos-de-inteligencia-artificial-baseados-em-imagens-ja-sao-confiaveis-para/

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