# Como o desempenho de redes neurais convolucionais se compara ao de radiologistas na detecção de hemorragia intracraniana em tomografia computadorizada de crânio sem contraste?

> Em revisão sistemática com meta-análise, as redes neurais convolucionais apresentaram sensibilidade e especificidade agrupadas elevadas e desempenho diagnóstico equivalente ao dos radiologistas nos estudos retrospectivos. Ao combinar estudos retrospectivos com validação externa, o desempenho foi ligeiramente inferior, reforçando a necessidade de validação externa robusta.

Estudo citado: Daugaard Jørgensen M, Antulov R, Hess S, Lysdahlgaard S. Convolutional neural network performance compared to radiologists in detecting intracranial hemorrhage from brain computed tomography: A systematic review and meta-analysis. European journal of radiology. 2022. DOI: https://doi.org/10.1016/j.ejrad.2021.110073. PubMed: https://pubmed.ncbi.nlm.nih.gov/34847397/

## Resposta

A revisão sistemática comparou a acurácia diagnóstica de redes neurais convolucionais com a de radiologistas, tomada como padrão de referência, na identificação de hemorragia intracraniana em tomografia computadorizada do crânio sem contraste. A busca abrangeu quatro bases de dados e um período definido, com critérios que exigiam pacientes com e sem a condição-alvo e algoritmos de aprendizado profundo baseados em redes neurais convolucionais.

Dos registros identificados, poucos estudos chegaram à meta-análise. Nos estudos retrospectivos, a sensibilidade agrupada foi de 96,00% (IC 95%: 93,00% a 97,00%), a especificidade agrupada de 97,00% (IC 95%: 90,00% a 99,00%) e a curva SROC de 98,00% (IC 95%: 97,00% a 99,00%).

Ao combinar estudos retrospectivos com estudos que usaram conjuntos de dados externos, a sensibilidade agrupada foi de 95,00% (IC 95%: 91,00% a 97,00%), a especificidade de 96,00% (IC 95%: 91,00% a 98,00%) e a SROC de 98,00% (IC 95%: 97,00% a 99,00%).

A conclusão dos autores é que o desempenho diagnóstico das redes neurais convolucionais é equivalente ao dos radiologistas nos estudos retrospectivos, mas ligeiramente inferior quando se agregam estudos de validação externa. O resumo destaca a necessidade crítica de estudos com padrão de referência robusto e validação em conjuntos de dados externos.

## O que o estudo mostrou

Trata-se de revisão sistemática com meta-análise que buscou estudos em quatro bases de dados, de 1 de janeiro de 2012 a 20 de julho de 2020. Foram identificados 5.119 registros; após triagem por título, 47 estudos foram avaliados em texto completo e 6 entraram na meta-análise. Nos estudos retrospectivos, a sensibilidade agrupada foi de 96,00%, a especificidade de 97,00% e a SROC de 98,00%. Combinando retrospectivos e conjuntos externos, a sensibilidade foi de 95,00%, a especificidade de 96,00% e a SROC de 98,00%.

## Limitações

O resumo não informa o número total de pacientes nem detalhes sobre o desenho individual dos estudos incluídos. A meta-análise reuniu apenas 6 estudos, e os próprios autores apontam a necessidade crítica de estudos com padrão de referência robusto e validação em conjuntos de dados externos, indicando que a evidência disponível é limitada nesse aspecto.

## Aplicação no consultório

Para o médico que avalia incorporar ferramentas de apoio diagnóstico em tomografia, os achados sugerem desempenho comparável ao do radiologista em cenários retrospectivos, mas não substituem a leitura especializada nem dispensam validação local. Na gestão do consultório, isso implica tratar tais sistemas como apoio, verificar se há validação externa e manter fluxo de revisão por radiologista antes de decisões clínicas.

## Perguntas para aprofundar

- Qual é a acurácia de redes neurais convolucionais na detecção de hemorragia intracraniana em tomografia sem contraste?
- A validação externa altera o desempenho de algoritmos de aprendizado profundo na prática clínica?
- Como interpretar sensibilidade e especificidade agrupadas de modelos de inteligência artificial em radiologia?

Tema: Regulação e validação clínica de IA. Página: https://alphadoctor.com.br/ciencia/ia-regulacao-validacao/como-o-desempenho-de-redes-neurais-convolucionais-se-compara-ao-de/

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