Docente Universitário, Doutorado em Bioengenharia e Aluno de Medicina

Desempenho Diagnóstico de Algoritmos de IA em Fraturas Ósseas Pediátricas

A integração de algoritmos de Inteligência Artificial (IA) na radiologia, especialmente em contextos de urgência pediátrica, representa uma evolução substancial na prática médica. Franco et al.¹ avaliaram o desempenho diagnóstico de um algoritmo de IA no reconhecimento de fraturas apendiculares agudas em pacientes pediátricos, com resultados promissores: uma sensibilidade de 91,3% (IC 95%: 87,6–94,3) e uma especificidade de 76,7% (IC 95%: 71,5-81,3). Estes dados, comparáveis aos obtidos por radiologistas experientes, sublinham o potencial da IA como ferramenta de apoio em cenários clínicos onde a rapidez diagnóstica e a alocação eficiente de recursos são críticas.

A eficácia desta tecnologia em diagnósticos pediátricos reside na sua capacidade de contornar as limitações associadas ao sistema esquelético em desenvolvimento. Fraturas pediátricas, como as de Salter-Harris, e deformidades plásticas exigem uma análise diferenciada, dada a complexidade anatómica e a variação nas respostas ósseas. A IA, com uma precisão de 87,2% em diagnósticos por radiografia individual, permite uma reorganização significativa no fluxo de trabalho dos radiologistas, direcionando maior atenção para casos complexos e acelerando o atendimento, o que é essencial para melhorar a experiência clínica e reduzir o tempo de espera dos pacientes.

Os resultados demonstram uma sensibilidade elevada da IA para áreas anatómicas específicas, como ombro (95,0%) e tornozelo (93,3%), sugerindo que o algoritmo pode ser amplamente aplicável em urgências pediátricas. A nível de localização, a IA conseguiu identificar fraturas com uma taxa de sucesso de 77,9%, com apenas 4% de erro em áreas não sobrepostas. Esta precisão oferece a possibilidade de reduzir a necessidade de radiografias contralaterais, o que minimiza a exposição à radiação em crianças, sem comprometer a eficácia diagnóstica.

Embora a IA seja uma inovação promissora, a sua adoção levanta questões éticas e práticas. A validação contínua desta tecnologia em cenários clínicos reais é necessária para consolidá-la como um padrão de cuidados, exigindo estudos multicêntricos e longitudinais que levem em conta variações anatómicas e fisiológicas. A colaboração multidisciplinar e interinstitucional é essencial para sustentar este avanço, reforçando a necessidade de sinergias entre Medicina e Bioengenharia para desenvolver soluções adaptadas à complexidade clínica.

Além de ser uma ferramenta diagnóstica rápida e precisa, a IA tem o potencial de transformar a medicina pediátrica ao reduzir a carga de trabalho dos profissionais e melhorar a eficiência diagnóstica. Com uma sensibilidade de 91,3% e uma especificidade de 88,5% em análises de radiografias individuais, a IA potencia um diagnóstico seguro e confiável. Para que esta tecnologia seja integrada de forma benéfica, será essencial investir na formação contínua dos profissionais de saúde para a interpretação e uso seguro destes sistemas, assegurando que o seu impacto clínico seja diretamente traduzido em melhorias para os pacientes.

¹ Franco, P. N., et al. (2024). Diagnostic performance of an AI algorithm for the detection of appendicular bone fractures in pediatric patients. European Journal of Radiology, 178, 111637.

Artigo relacionado