Dados do Trabalho

Título

Implementação da Inteligência Artificial na Triagem Radiológica Oportunista: Uma Revisão Integrativa da Literatura.

Descrição sucinta do(s) objetivo(s)

Avaliar a pesquisa atual sobre abordagens de triagem oportunista aprimoradas por Inteligência Artificial (IA).

Descrição da(s) doença(s), método(s) e/ou técnica(s)

Trata-se de uma revisão integrativa feita na base de dados PUBMED. Os termos indexados no MeSH utilizados foram “Opportunistic screening” AND “CT”. Foram selecionados 11 artigos entre os 1.388 resultados identificados anteriormente, por meio do software Rayyan. Para a seleção dos estudos, foram aplicados os seguintes critérios de inclusão: artigos completos e publicados na língua inglesa nos últimos 4 anos. Foram excluídas publicações do tipo editorial, teses, relatos de experiência e estudos de caso.

Discussão

Artigos recentes destacam que a Triagem Oportunista (TO) identifica pessoas com maior risco de desenvolver problemas de saúde para lhes oferecer intervenção precoce, visando reduzir a incidência e mortalidade. A TO pode ser habilitada através da IA com potencial benefício para a saúde preventiva, estratificação de risco, e detecção de relevantes doenças pré-sintomáticas. Embora a TO possa ser aplicada a diferentes modalidades de imagem, como Radiografia, Ultrassonografia e Ressonância Magnética, o foco tem sido na Tomografia Computadorizada (TC), especialmente com o uso de IA. A incorporação da IA permite o uso de biomarcadores na TC, combinados à história clínica e dados laboratoriais do paciente, aumentando a precisão da triagem sem gerar custos adicionais ou expor o paciente a mais radiação. Evidências mostram que a triagem assistida por IA para osteoporose e doenças cardiometabólicas pode substituir a prática usual de ignorar esses dados, melhorando a eficácia e reduzindo custos. Além disso, a precisão da IA na detecção de pneumotórax em radiografias é comparável à dos leitores humanos, com maior especificidade e menor sensibilidade.

Conclusões

A TO oferece grande potencial para agregar valor aos serviços de imagem que os radiologistas já fornecem aos pacientes. No entanto, há desafios e barreiras à implementação clínica que devem ser adequadamente abordados. A assistência da IA parece ser uma estratégia altamente econômica e clinicamente eficaz em uma ampla gama de premissas de entrada, além de ter gerado economia de custos na maioria dos cenários. As barreiras potenciais à implementação da triagem de TC oportunista incluem a necessidade de adesão de radiologistas, provedores de referência e pacientes.

Palavras Chave

Inteligência Artificial; Triagem oportunista; Achado incidental

Arquivos