# A inteligência artificial já pode ser usada na prática clínica para detectar, prever e classificar a neuropatia periférica diabética?

> A revisão sistemática mostra que modelos de inteligência artificial para neuropatia periférica diabética apresentam desempenho interno frequentemente alto, mas a maioria dos estudos usa amostras pequenas ou de centro único, padrões de referência heterogêneos e validação externa incomum, com alto risco de viés. A implementação clínica rotineira ainda não está estabelecida e depende de validação externa e prospectiva.

Estudo citado: Tay JY, Ang YG. Artificial intelligence for detection, prediction, and severity classification of diabetic peripheral neuropathy: a systematic review. BMC medical informatics and decision making. 2026. DOI: https://doi.org/10.1186/s12911-026-03676-x. PubMed: https://pubmed.ncbi.nlm.nih.gov/42432651/

## Resposta

A neuropatia periférica diabética é uma complicação comum do diabetes e contribui de forma importante para ulceração do pé e amputação de membro inferior. O rastreamento convencional é muitas vezes subjetivo, consome recursos e tem baixa sensibilidade para doença subclínica. Diante disso, a revisão sistemática avaliou aplicações de inteligência artificial para detecção, predição prognóstica, estratificação de risco e classificação de gravidade da neuropatia periférica diabética.

Os autores incluíram vinte e seis estudos, publicados entre janeiro de 2021 e 1 de setembro de 2025, e os estratificaram conforme a tarefa clínica. Estudos de detecção diagnóstica usaram principalmente microscopia confocal de córnea, avaliações de pressão plantar ou marcha, estudos de condução nervosa, eletromiografia e variáveis clínicas selecionadas. Estudos de predição prognóstica e estratificação de risco basearam-se sobretudo em variáveis de prontuário eletrônico, como idade, duração do diabetes, hemoglobina glicada, marcadores renais, marcadores inflamatórios e fatores de risco cardiovascular.

Para classificação de gravidade, os estudos empregaram medidas eletrofisiológicas, achados de exame clínico estruturado e escores baseados em sintomas. Em todas as tarefas, idade, duração do diabetes e controle glicêmico foram preditores recorrentes, enquanto características de imagem, marcha, pressão plantar e eletrofisiológicas foram mais específicas de cada tarefa. O desempenho interno relatado foi muitas vezes alto, mas a maioria dos estudos usou conjuntos de dados pequenos ou de centro único, padrões de referência heterogêneos e relato limitado da importância dos preditores.

A validação externa foi incomum e o risco de viés foi frequentemente alto, especialmente no domínio de análise. Os autores concluem que as abordagens de inteligência artificial para avaliação da neuropatia periférica diabética são promissoras, mas a interpretação depende da tarefa clínica. Estudos futuros devem desenvolver modelos específicos por tarefa, relatar a importância dos preditores de forma transparente e realizar validação externa e prospectiva antes da implementação clínica rotineira.

## O que o estudo mostrou

Trata-se de revisão sistemática com busca em PubMed, Scopus e IEEE Xplore, incluindo estudos publicados de janeiro de 2021 a 1 de setembro de 2025. Foram incluídos vinte e seis estudos que desenvolveram ou validaram modelos de inteligência artificial para avaliação da neuropatia periférica diabética, estratificados por tarefa clínica: detecção diagnóstica, predição prognóstica ou estratificação de risco e classificação de gravidade. O desempenho interno relatado foi muitas vezes alto, mas predominaram amostras pequenas ou de centro único, padrões de referência heterogêneos e relato limitado da importância dos preditores.

## Limitações

O resumo informa heterogeneidade em tarefas clínicas, tipos de dados, definições de desfecho e abordagens de validação, o que levou à síntese narrativa. A maioria dos estudos usou amostras pequenas ou de centro único, a validação externa foi incomum e o risco de viés foi frequentemente alto, sobretudo no domínio de análise. O resumo não informa detalhes sobre tamanho amostral total nem sobre características individuais dos estudos.

## Aplicação no consultório

Os achados ainda não sustentam incorporar esses modelos à rotina clínica como ferramenta diagnóstica ou prognóstica estabelecida. Para o médico, a revisão reforça que idade, duração do diabetes e controle glicêmico são preditores recorrentes e úteis na avaliação estruturada do paciente. Na gestão do consultório, a adoção de ferramentas de inteligência artificial deve aguardar modelos específicos por tarefa, com relato transparente de preditores e validação externa e prospectiva, evitando decisões baseadas apenas em desempenho interno relatado.

## Perguntas para aprofundar

- Quais variáveis clínicas de prontuário eletrônico são mais úteis para estratificar o risco de neuropatia periférica diabética?
- Como a microscopia confocal de córnea e a avaliação de pressão plantar se comparam ao rastreamento convencional da neuropatia periférica diabética?
- O que falta para que modelos de inteligência artificial possam ser validados e incorporados na triagem da neuropatia periférica diabética?

Tema: IA em triagem e prontuário eletrônico. Página: https://alphadoctor.com.br/ciencia/ia-triagem-prontuario/a-inteligencia-artificial-ja-pode-ser-usada-na-pratica-clinica-para-detectar/

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