Como o processamento de linguagem natural tem sido aplicado na radiologia e qual a qualidade das evidências?
Resposta curta: Uma revisão sistemática de 228 publicações (2016–2021) mostra aumento no uso de NLP em radiologia, com alto desempenho dos modelos (F1 > 0,91 em mais de 50% dos estudos). As aplicações são clínicas, técnicas, de melhoria de qualidade, pesquisa e educação. Porém, faltam evidências de alto nível para aplicação clínica real e portabilidade das ferramentas.
Resposta
O processamento de linguagem natural (NLP) tem sido cada vez mais estudado na radiologia, conforme uma revisão sistemática que analisou 228 publicações entre 2016 e 2021. Os autores observaram um aumento no número de estudos e no uso de modelos de aprendizado de máquina, com destaque para técnicas mais recentes como word embedding, deep learning e transformers.
Os modelos de NLP mostraram alto desempenho: mais da metade das publicações relatou F1 > 0,91. O tamanho amostral variou, com mediana de 3708 pontos de dados, sendo os relatórios de radiologia a fonte mais comum. A maioria dos estudos (145) utilizou dados de um único centro acadêmico.
As aplicações foram classificadas em clínicas (87), técnicas (66), de melhoria de qualidade (61), de pesquisa (9) e de educação (5). Isso mostra que o NLP não se restringe à interpretação de exames, mas também apoia processos administrativos, extração de informações e educação.
Apesar do desempenho impressionante e da ampliação das aplicações, os autores apontam uma falta geral de evidências de alto nível para a aplicação clínica real das ferramentas publicadas. Além disso, a portabilidade dos pipelines de NLP ainda é um desafio para que a tecnologia atinja todo o seu potencial.
Para o médico brasileiro, esses achados indicam que o NLP pode, no futuro, auxiliar na prática clínica e na gestão do consultório, mas ainda são necessários estudos que demonstrem benefícios concretos em cenários reais e que as ferramentas sejam validados em diferentes contextos.
O que o estudo mostrou
Revisão sistemática de 228 publicações (janeiro de 2016 a abril de 2021) sobre NLP em radiologia. Houve aumento no número de estudos e no uso de aprendizado de máquina. Modelos de NLP tiveram alto desempenho: mais de 50% relataram F1 > 0,91. Mediana de 3708 pontos de dados, principalmente relatórios de radiologia. 145 estudos usaram dados de um único centro acadêmico. Aplicações: clínicas (87), técnicas (66), melhoria de qualidade (61), pesquisa (9) e educação (5).
Limitações
O resumo não informa limitações metodológicas da revisão, como viés de publicação ou qualidade dos estudos incluídos. Também não detalha a heterogeneidade das amostras ou dos critérios de avaliação de desempenho. A falta de evidências de alto nível para aplicação clínica real e a baixa portabilidade dos pipelines são apontadas como lacunas.
Aplicação no consultório
Os achados sugerem que ferramentas de NLP podem, no futuro, auxiliar na extração de informações de relatórios e na melhoria de qualidade, mas ainda não há evidências suficientes para incorporá-las rotineiramente. O médico deve acompanhar a evolução da tecnologia e considerar a validação local antes de adotar qualquer ferramenta. Na gestão do consultório, o NLP pode otimizar tarefas administrativas, mas requer avaliação cuidadosa de custo-benefício e segurança.
Estudo citado
Applications of natural language processing in radiology: A systematic review. International journal of medical informatics, 2022.
Autores: Linna N, Kahn CE.
DOI: 10.1016/j.ijmedinf.2022.104779 · PubMed: PMID 35533413
Perguntas para aprofundar
- Quais são as principais aplicações clínicas do NLP em radiologia atualmente?
- Como o NLP pode melhorar a qualidade dos laudos radiológicos?
- Quais os desafios para implementar ferramentas de NLP na prática radiológica no Brasil?
Mais sobre IA em diagnóstico por imagem e radiologia
- O aprendizado de máquina já pode ser usado para avaliar a competência do médico, e o que a evidência mostra sobre isso?
- Como o deep learning para processamento de linguagem natural pode ser aplicado na radiologia e qual seu desempenho?
- O que a revisão sistemática sobre redes neurais convolucionais em radiologia de otorrinolaringologia revela sobre a aplicação clínica atual?
- Qual é o estado da arte da inteligência artificial em oncologia musculoesquelética e quais as implicações para a prática clínica?
- A inteligência artificial é uma ferramenta confiável para diagnóstico e manejo clínico odontológico, segundo revisão sistemática?
Todas as perguntas sobre IA em diagnóstico por imagem e radiologia · Todos os temas · Versão em markdown