As Doenças Fibrosantes são um Desafio Diagnóstico para o Radiologista

As doenças fibrosantes pulmonares são um desafio diagnóstico para o radiologista. Para auxiliar seu diagnóstico, as Sociedades Torácica Americana, Europeia, Japonesa e Latinoamericana produziram em 2011 um guideline com critérios diagnósticos e de manejo terapêutico. A emergência de algoritmos de inteligência artificial para a interpretação de imagens (deep learning) trouxe a necessidade de estudos para a validação desta ferramenta, considerando os critérios estabelecidos nestes guidelines, o que foi testado neste estudo publicado na revista Lancet Respiratory Medicine, em novembro de 2018.

Para tal, Walsh e seus colegas desenvolveram um algoritmo e o utilizaram para a avaliação de estudos tomográficos com sinais de doença pulmonar fibrosante de duas instituições diferentes. Suas conclusões foram comparadas às respostas de 91 especialistas que também avaliaram estes estudos em uma coorte.

Chama a atenção que para avaliar cerca de 600 exames de pacientes diferentes, o algoritmo levou 2,31 segundos, com uma acurácia geral de 73,3%, enquanto os radiologistas obtiveram acurácia semelhante, de 70,7%. De fato, o algoritmo superou cerca de 60 radiologistas dos 91 participantes. Houve ainda boa correlação entre as variações interobservadores dos médicos e do algoritmo.

Ressalta-se a utilidade da inteligência artificial em um contexto em que não há médicos com a expertise para o preciso diagnóstico e classificação das doenças pulmonares fibrosantes, por se tratar de uma ferramenta barata, com boa reprodutibilidade, rápida e de qualidade semelhante a de um radiologista torácico experiente.

O artigo completo publicado no The Lancet pode ser encontrado em: https://www.thelancet.com/pdfs/journals/lanres/PIIS2213-2600(18)30371-0.pdf