Aplicação abrangente da inteligência artificial na espirometria prejudicada da razão preservada: Revisão sistemática da literatura

Revisão sistemáticaNível 1 · Evidência consolidadaPloS one16 set 20260 citações

O que aconteceu

A inteligência artificial (IA) expandiu-se para o diagnóstico de doenças respiratórias, subtipagem e prognóstico, possibilitando a detecção precoce e cuidados de precisão. No entanto, as aplicações de IA em espirometria prejudicada por razão preservada (PRISm) permanecem nascentes. Este estudo analisa essa lacuna para orientar futuras pesquisas. Uma revisão sistemática foi realizada para analisar a aplicação da IA no PRISm, pesquisando através do PubMed, Cochrane Library, Web of Science, Ovid Medline, Scopus e Embase.

O que encontraram

Foram incluídos onze estudos, todos focados em tarefas de diagnóstico e classificação. Dentre estes, três utilizaram modelos radiômicos, quatro empregaram algoritmos de machine learning, dois de machine learning integrado com radimics e dois aplicaram abordagens de aprendizagem profunda. Nove estudos foram publicados nos últimos dois anos, com resultados demonstrando o alto desempenho e potencial de desenvolvimento das tecnologias de IA nesse domínio. A pesquisa de IA sobre PRISm abrange várias disciplinas, incluindo metabolômica exalada, avaliação de exposição ambiental, radimica e aprendizagem profunda.

Por que isso importa

Estudos existentes validaram preliminarmente a viabilidade técnica da inteligência artificial para a identificação precoce do PRISm a partir de múltiplas perspectivas, incluindo imagem, metabolismo e exposição ambiental. Estratégias de modelagem que integram dados multifontes têm demonstrado desempenho discriminatório superior às abordagens de monomodalidade. No futuro, com a integração e compartilhamento de dados multicêntricos em condições de privacidade, juntamente com a evolução contínua das arquiteturas de algoritmos em direção à generalização aprimorada, espera-se que as aplicações de IA para PRISm passem da identificação estática para o alerta precoce dinâmico, proporcionando assim suporte técnico mais robusto para estratificação de risco preciso dessa condição.

Tradução automática do resumo original, publicado em PloS one sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.