# O que a revisão sistemática sobre redes neurais convolucionais em radiologia de otorrinolaringologia revela sobre a aplicação clínica atual?

> A revisão identificou trinta artigos que usaram redes neurais convolucionais (CNNs) em radiologia de otorrinolaringologia, abrangendo a maioria das subespecialidades. As CNNs foram aplicadas para identificação de estruturas, detecção de patologias e segmentação de tumores para planejamento de radioterapia, com todos os estudos relatando alto grau de acurácia nas tarefas realizadas.

Estudo citado: Hasan Z, Key S, Habib AR, Wong E, Aweidah L, Kumar A et al.. Convolutional Neural Networks in ENT Radiology: Systematic Review of the Literature. The Annals of otology, rhinology, and laryngology. 2023. DOI: https://doi.org/10.1177/00034894221095899. PubMed: https://pubmed.ncbi.nlm.nih.gov/35651308/

## Resposta

As redes neurais convolucionais (CNNs) são uma técnica de aprendizado profundo da inteligência artificial, criada especificamente para classificação de imagens e tarefas de visão computacional. Na radiologia, têm sido aplicadas em diversas disciplinas, mas ainda de forma limitada na otorrinolaringologia, possivelmente pela falta de familiaridade da comunidade com essa tecnologia. A revisão sistemática buscou mapear a literatura publicada sobre o uso de CNNs na radiologia de otorrinolaringologia.

A busca foi realizada em múltiplas bases de dados, incluindo PubMED, Proquest, MEDLINE Open Knowledge Maps e Gale OneFile Computer Science, desde a criação de cada base até outubro de 2020. Foram incluídos estudos em que as CNNs eram a intervenção principal e focavam em radiologia relevante para otorrinolaringologia. Após triagem de títulos, resumos e conteúdos, e busca nas listas de referências, trinta artigos foram selecionados para a revisão.

Os estudos identificados utilizaram CNNs em diversas subespecialidades da otorrinolaringologia. As tarefas incluíram identificação de estruturas anatômicas, detecção da presença de patologia e segmentação de tumores para planejamento de radioterapia. Todos os estudos relataram alto grau de acurácia das CNNs na execução da tarefa proposta, indicando o potencial da tecnologia para auxiliar em tarefas manuais e reduzir o tempo despendido.

A revisão conclui que as CNNs têm uma miríade de usos potenciais na radiologia de otorrinolaringologia, como identificação de nódulos e tumores, detecção de variações anatômicas e segmentação tumoral. Espera-se que esse campo continue a evoluir e que essas tecnologias e metodologias se tornem mais integradas à prática diária. No entanto, a revisão não fornece detalhes sobre a qualidade metodológica dos estudos incluídos ou sobre a aplicabilidade clínica imediata.

Para o médico otorrinolaringologista, os achados sugerem que as CNNs podem, no futuro, apoiar a interpretação de exames de imagem, mas ainda são necessários mais estudos para validar sua utilidade na rotina. A revisão destaca a importância de compreender essa tecnologia, que pode revolucionar a prática clínica ao reduzir o tempo de tarefas manuais. Contudo, a implementação clínica dependerá de maior familiarização e de evidências robustas.

## O que o estudo mostrou

Trata-se de uma revisão sistemática que buscou literatura em PubMED, Proquest, MEDLINE Open Knowledge Maps e Gale OneFile Computer Science, desde a criação de cada base até outubro de 2020. Foram incluídos trinta artigos que usaram CNNs como intervenção principal em radiologia de otorrinolaringologia. Os estudos abrangeram a maioria das subespecialidades e aplicaram CNNs para identificação de estruturas, presença de patologia e segmentação de tumores para radioterapia. Todos relataram alto grau de acurácia.

## Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre heterogeneidade entre eles. Também não são descritas limitações da própria revisão sistemática, como viés de publicação ou restrições de idioma. Além disso, o resumo não fornece dados quantitativos de acurácia ou informações sobre validação externa dos modelos, o que limita conclusões sobre aplicabilidade clínica imediata.

## Aplicação no consultório

Os achados indicam que as CNNs podem, no futuro, auxiliar o otorrinolaringologista na interpretação de exames de imagem, agilizando tarefas como identificação de nódulos e tumores. Para a gestão do consultório, isso pode significar maior eficiência diagnóstica e melhor planejamento terapêutico. No entanto, a tecnologia ainda não está pronta para uso rotineiro, sendo necessário acompanhar novas evidências e considerar a familiarização da equipe com essas ferramentas.

## Perguntas para aprofundar

- Quais são as aplicações atuais das redes neurais convolucionais na radiologia de otorrinolaringologia?
- Como as CNNs podem auxiliar no planejamento de radioterapia em tumores de cabeça e pescoço?
- Quais são os desafios para a implementação clínica de CNNs na prática otorrinolaringológica?

Tema: IA em diagnóstico por imagem e radiologia. Página: https://alphadoctor.com.br/ciencia/ia-radiologia/o-que-a-revisao-sistematica-sobre-redes-neurais-convolucionais-em-radiologia-de/

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