# Algoritmos de inteligência artificial são eficazes para prever lesão renal aguda em adultos hospitalizados?

> Sim, a maioria dos modelos de aprendizado de máquina analisados nesta revisão sistemática atingiu AUC ≥ 0,70 para predição de lesão renal aguda em adultos hospitalizados, com desempenho semelhante entre aprendizado profundo, regressão logística e árvores de decisão, mas com limitações como overfitting e falta de diversidade populacional.

Estudo citado: Bacci MR, Minczuk CVB, Fonseca FLA. A systematic review of artificial intelligence algorithms for predicting acute kidney injury. European review for medical and pharmacological sciences. 2023. DOI: https://doi.org/10.26355/eurrev_202310_34164. PubMed: https://pubmed.ncbi.nlm.nih.gov/37916354/

## Resposta

A revisão sistemática avaliou o uso de aprendizado de máquina para predizer lesão renal aguda (LRA) em adultos hospitalizados. Foram incluídos dez estudos, totalizando 242.251 pacientes, e o desfecho principal foi um valor de área sob a curva (AUC) de pelo menos 0,70. A maioria dos modelos analisados atingiu esse limiar, indicando que essas ferramentas podem ter utilidade na identificação precoce de LRA.

Os resultados mostraram que o aprendizado profundo apresentou AUC de 0,907 em LRA na terapia intensiva e 0,797 em pacientes hospitalizados, valores semelhantes aos da regressão logística (AUC 0,877 e 0,789, respectivamente). As árvores de decisão também tiveram desempenho comparável. Isso sugere que modelos mais complexos não necessariamente superam abordagens tradicionais nesse contexto.

A LRA é multifatorial, mas os modelos de aprendizado de máquina tiveram bom desempenho em diferentes etiologias, como LRA relacionada a causas cardíacas, a medicamentos e em pacientes críticos. No entanto, os autores destacam limitações como overfitting e a construção de modelos de caixa preta, que podem comprometer a generalização e a compreensão dos resultados.

A maioria dos estudos era unicêntrica, e três manuscritos utilizaram o mesmo banco de dados com população predominantemente caucasiana, resultando em falta de diversidade e reduzindo a generalização externa. A revisão conclui que o aprendizado de máquina pode prever efetivamente LRA em adultos hospitalizados, mas direções futuras dependem de incluir populações mais diversas e realizar ensaios prospectivos e controlados.

Para o médico, esses achados indicam que algoritmos de aprendizado de máquina são promissores para apoiar a predição de LRA, mas ainda carecem de validação em cenários diversos e estudos prospectivos antes de serem incorporados rotineiramente à prática clínica.

## O que o estudo mostrou

Revisão sistemática de dez estudos (242.251 pacientes) que avaliou algoritmos de aprendizado de máquina para predição de lesão renal aguda em adultos hospitalizados. O desfecho principal foi AUC ≥ 0,70. A maioria dos modelos atingiu esse valor. Aprendizado profundo teve AUC 0,907 em terapia intensiva e 0,797 em enfermaria; regressão logística, 0,877 e 0,789; árvores de decisão tiveram desempenho semelhante. Os modelos funcionaram em diferentes etiologias de LRA.

## Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos. A maioria era unicêntrica e três usaram o mesmo banco de dados com população predominantemente caucasiana, limitando a diversidade e a generalização externa. Overfitting e modelos de caixa preta podem comprometer a generalização e a compreensão. Não houve ensaios prospectivos controlados.

## Aplicação no consultório

Os achados sugerem que algoritmos de aprendizado de máquina podem auxiliar na identificação precoce de LRA em pacientes hospitalizados, mas ainda não estão prontos para uso rotineiro sem validação em populações diversas. No consultório, o médico deve manter julgamento clínico e considerar que essas ferramentas são promissoras, porém carecem de estudos prospectivos. A gestão pode acompanhar o desenvolvimento de sistemas validados localmente antes de adotá-los.

## Perguntas para aprofundar

- Qual o desempenho de modelos de aprendizado de máquina na predição de lesão renal aguda em diferentes contextos clínicos?
- Quais são as principais limitações dos estudos sobre inteligência artificial para predição de lesão renal aguda?
- Como aplicar os resultados de revisões sistemáticas sobre IA na predição de LRA na prática clínica?

Tema: IA em triagem e prontuário eletrônico. Página: https://alphadoctor.com.br/ciencia/ia-triagem-prontuario/algoritmos-de-inteligencia-artificial-sao-eficazes-para-prever-lesao-renal/

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