Regulação e validação clínica de IA

Ferramentas de predição clínica baseadas em aprendizado de máquina são válidas e eficazes na cirurgia pediátrica?

Resposta

A revisão sistemática teve como objetivo comparar a validade e a eficácia clínica de ferramentas de predição clínica (CPTs) baseadas em aprendizado de máquina (ML) com as tradicionais em cirurgia pediátrica. Foram pesquisadas nove bases de dados de 2000 a julho de 2021, seguindo os padrões PRISMA, com triagem independente por dois revisores e avaliação de risco de viés pelo PROBAST.

Dentre 8300 estudos, 48 preencheram os critérios de inclusão. As especialidades cirúrgicas mais representadas foram cirurgia geral pediátrica (14), neurocirurgia (13) e cirurgia cardíaca (12). Os tipos de CPTs mais frequentes foram prognósticas (26), seguidas por diagnósticas (10), intervencionistas (9) e de estratificação de risco (2); um estudo incluiu uma CPT com finalidades diagnóstica, intervencionista e prognóstica.

A maioria dos estudos (81%) comparou sua CPT com CPTs baseadas em ML, CPTs estatísticas ou com o clínico sem auxílio, mas sem validação externa e/ou evidência de implementação clínica. Os autores concluem que, embora a maioria afirme potencial significativo de melhoria ao incorporar CPTs baseadas em ML na tomada de decisão cirúrgica pediátrica, tanto a validação externa quanto a aplicação clínica permanecem limitadas.

Assim, não há evidências suficientes para afirmar que as CPTs baseadas em ML sejam superiores às tradicionais ou que melhorem desfechos clínicos na cirurgia pediátrica. Estudos futuros devem focar na validação de instrumentos existentes ou no desenvolvimento de ferramentas validadas e na sua incorporação ao fluxo de trabalho clínico.

Para o médico, os achados reforçam a necessidade de cautela ao utilizar ferramentas preditivas não validadas externamente. A aplicação clínica rotineira dessas CPTs ainda não está estabelecida, e a decisão compartilhada deve considerar a ausência de evidências robustas de eficácia clínica.

O que o estudo mostrou

Revisão sistemática que buscou artigos em nove bases de dados de 2000 a julho de 2021 sobre CPTs e ML para condições cirúrgicas pediátricas. De 8300 estudos, 48 foram incluídos. As especialidades mais representadas foram cirurgia geral pediátrica (14), neurocirurgia (13) e cirurgia cardíaca (12). CPTs prognósticas foram as mais frequentes (26), seguidas por diagnósticas (10), intervencionistas (9) e de estratificação de risco (2). 81% dos estudos compararam sua CPT com CPTs baseadas em ML, CPTs estatísticas ou o clínico sem auxílio, mas sem validação externa e/ou evidência de implementação clínica.

Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, heterogeneidade das populações ou desfechos avaliados. A ausência de validação externa e de implementação clínica na maioria dos estudos limita conclusões sobre eficácia e superioridade das CPTs baseadas em ML. O resumo também não informa limitações específicas da revisão, como viés de publicação ou restrições de idioma.

Aplicação no consultório

Na prática clínica e na gestão do consultório, os achados indicam que ferramentas preditivas baseadas em ML para cirurgia pediátrica ainda não estão validadas externamente nem implementadas clinicamente. O médico deve evitar adotá-las como padrão de decisão sem evidências robustas. Investir em ferramentas validadas e integrá-las ao fluxo de trabalho requer cautela e avaliação crítica da literatura disponível.

Estudo citado

Use of machine learning in pediatric surgical clinical prediction tools: A systematic review. Journal of pediatric surgery, 2023.
Autores: Bianco A, Al-Azzawi ZAM, Guadagno E, Osmanlliu E, Gravel J, Poenaru D.
DOI: 10.1016/j.jpedsurg.2023.01.020 · PubMed: PMID 36804103

Perguntas para aprofundar

• Quais são os critérios para validar externamente uma ferramenta de predição clínica em cirurgia pediátrica?
• Como o aprendizado de máquina pode auxiliar na estratificação de risco em cirurgia pediátrica?
• Qual o nível de evidência atual para o uso de ferramentas de predição clínica baseadas em inteligência artificial na prática cirúrgica pediátrica?

Mais sobre Regulação e validação clínica de IA

• Algoritmos de aprendizado de máquina podem prever a sobrevida de pacientes tratados para carcinoma hepatocelular?
• A análise de ECG por inteligência artificial já é confiável para prever diabetes na prática clínica?
• Como a inteligência artificial e o aprendizado de máquina têm sido aplicados em cirurgia ambulatorial?
• Modelos de aprendizado de máquina são superiores aos escores clínicos tradicionais na predição precoce de mortalidade na síndrome do desconforto respiratório agudo?
• Como a inteligência artificial e o aprendizado de máquina podem ser aplicados à diálise peritoneal na prática clínica?

Todas as perguntas sobre Regulação e validação clínica de IA · Todos os temas · Versão em markdown