Inteligência artificial na otimização personalizada da dose de tomografia computadorizada: revisão sistemática de técnicas e desfechos clínicos

Revisão sistemáticaNível 1 · Evidência consolidadaFrontiers in medicine3 set 20260 citações

O que aconteceu

Inteligência artificial (IA) para a otimização de dose personalizada de tomografia computadorizada (TC) tem ganhado atenção crescente devido ao seu potencial para reduzir a exposição à radiação, mantendo a qualidade da imagem. A otimização da dose de TC adapta-se de acordo com as características individuais do paciente, incluindo idade, peso, composição corporal e condição clínica. O estudo tem como objetivo avaliar técnicas de IA na otimização da dose de TC, com foco na redução da exposição à radiação, mantendo a qualidade da imagem. Os estudos relevantes publicados entre 2010 e 2024 foram rastreados a partir de bases de dados, como PubMed, IEEE Xplore, Scopus, ScienceDirect e Web of Science, seguindo as diretrizes "Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)" e o modelo "População, Intervenção, Comparação e Resultado (PICO). O risco de análise de viés revelou possíveis vieses nos estudos. Metanálise foi realizada para elucidar a simetria das evidências e dados de estudos relevantes.

O que encontraram

A revisão ressalta o significado dos algoritmos de aprendizagem profunda (DL) e aprendizagem de máquina (ML), incluindo estratégias reconstrutivas, modelagem preditiva e modelos híbridos, como fundamentais para melhorar a otimização da dose.

Por que isso importa

As abordagens orientadas por IA na otimização da dose de TC mostram potencial promissor para reduzir a exposição à radiação de forma segura e eficaz sem comprometer a qualidade da imagem. Pesquisas futuras que necessitam de ensaios clínicos maiores e diversos são essenciais para validar esses achados e garantir a aplicação equitativa de tecnologias de IA em diferentes demografias de pacientes. Estudos têm indicado consistentemente o potencial da IA para reduzir a exposição à dose, mantendo a imagem e a qualidade diagnóstica. Destacam a importância de algoritmos baseados em DL e ML, como estratégias reconstrutivas, modelagem preditiva e modelos híbridos, na otimização da dose de TC.

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