# Qual é o papel da inteligência artificial aplicada à ultrassonografia na oncologia ginecológica? > A inteligência artificial (IA) aplicada à ultrassonografia em oncologia ginecológica tem se mostrado uma ferramenta complementar promissora para diagnóstico, estratificação de pacientes e predição de correlação histopatológica, especialmente na distinção entre massas ovarianas benignas e malignas e na predição de histologia específica, conforme revisão sistemática que incluiu 50 estudos. Estudo citado: Moro F, Ciancia M, Zace D, Vagni M, Tran HE, Giudice MT et al.. Role of artificial intelligence applied to ultrasound in gynecology oncology: A systematic review. International journal of cancer. 2024. DOI: https://doi.org/10.1002/ijc.35092. PubMed: https://pubmed.ncbi.nlm.nih.gov/38989809/ ## Resposta A revisão sistemática teve como objetivo explorar o papel da inteligência artificial (IA) aplicada à imagem ultrassonográfica na oncologia ginecológica. Foram incluídos 50 estudos, dos quais a maioria (37/50, 74,0%) abordava massas ovarianas ou câncer de ovário, seguidos por câncer endometrial (5/50, 10,0%), cervical (5/50, 10,0%) e outras malignidades (3/50, 6,0%). A qualidade dos estudos foi avaliada pela ferramenta QUADAS-AI, que identificou alto risco de viés para seleção de sujeitos (por exemplo, tamanho amostral, fonte ou modelo de scanner não especificados; dados não derivados de conjuntos de código aberto; pré-processamento de imagem não realizado) e para o teste índice (modelos de IA não validados externamente). Por outro lado, o risco de viés foi baixo para o padrão de referência e para o fluxo de trabalho. A maioria dos estudos (33/50, 66,0%) apresentou modelos de aprendizado de máquina para diagnóstico e correlação histopatológica de massas ovarianas. Outros focaram em segmentação automática, reprodutibilidade de características radiômicas, melhoria da qualidade de imagem, predição de resistência terapêutica, sobrevida livre de progressão e mutação genética. Os achados indicam que a evidência atual suporta o papel da IA como ferramenta complementar clínica e de pesquisa no diagnóstico, estratificação de pacientes e predição de correlação histopatológica em malignidades ginecológicas. Destaca-se o alto desempenho dos modelos de IA para discriminar entre massas ovarianas benignas e malignas ou prever sua histologia específica, o que pode melhorar a acurácia diagnóstica dos métodos de imagem. No entanto, a revisão aponta limitações metodológicas importantes, como a falta de validação externa dos modelos e a heterogeneidade nos critérios de seleção e pré-processamento das imagens, o que deve ser considerado na interpretação e aplicação clínica dos resultados. ## O que o estudo mostrou Revisão sistemática que incluiu 50 estudos, dos quais 37/50 (74,0%) sobre massas ovarianas ou câncer de ovário, 5/50 (10,0%) sobre câncer endometrial, 5/50 (10,0%) sobre câncer cervical e 3/50 (6,0%) sobre outras malignidades. A maioria (33/50, 66,0%) apresentou modelos de aprendizado de máquina para diagnóstico e correlação histopatológica de massas ovarianas. A qualidade foi avaliada pelo QUADAS-AI, com alto risco de viés para seleção de sujeitos e teste índice, e baixo risco para padrão de referência e fluxo de trabalho. Os modelos mostraram alto desempenho na distinção entre massas benignas e malignas e na predição de histologia específica. ## Limitações O resumo não informa detalhes sobre a amostra total de pacientes ou características específicas dos estudos incluídos. A principal limitação apontada é o alto risco de viés para seleção de sujeitos e para o teste índice, especialmente pela falta de validação externa dos modelos de IA e pela heterogeneidade nos critérios de seleção e pré-processamento das imagens. Essas limitações restringem a generalização dos achados e a aplicação clínica imediata. ## Aplicação no consultório Os achados sugerem que a IA aplicada à ultrassonografia pode auxiliar o médico na prática clínica como ferramenta complementar para melhorar a acurácia diagnóstica na diferenciação de massas ovarianas benignas e malignas e na predição de histologia específica. No entanto, devido ao alto risco de viés e à falta de validação externa, a implementação na rotina do consultório deve ser cautelosa, preferencialmente em contextos de pesquisa ou como apoio à decisão, não substituindo o julgamento clínico. A gestão do consultório pode considerar o uso futuro dessas ferramentas para otimizar fluxos de diagnóstico e estratificação de pacientes, mas são necessários mais estudos validados externamente antes da adoção ampla. ## Perguntas para aprofundar - Como a inteligência artificial pode auxiliar na diferenciação entre massas ovarianas benignas e malignas na ultrassonografia? - Quais são as principais limitações metodológicas dos estudos sobre IA em ultrassonografia na oncologia ginecológica? - Qual o impacto da falta de validação externa dos modelos de IA na aplicação clínica em ginecologia oncológica? Tema: IA em patologia digital. Página: https://alphadoctor.com.br/ciencia/ia-patologia-digital/qual-e-o-papel-da-inteligencia-artificial-aplicada-a-ultrassonografia-na/ Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.