# Como o processamento de linguagem natural tem sido aplicado na radiologia e qual a qualidade das evidências?

> 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.

Estudo citado: Linna N, Kahn CE. Applications of natural language processing in radiology: A systematic review. International journal of medical informatics. 2022. DOI: https://doi.org/10.1016/j.ijmedinf.2022.104779. PubMed: https://pubmed.ncbi.nlm.nih.gov/35533413/

## 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.

## 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?

Tema: IA em diagnóstico por imagem e radiologia. Página: https://alphadoctor.com.br/ciencia/ia-radiologia/como-o-processamento-de-linguagem-natural-tem-sido-aplicado-na-radiologia-e/

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