Inteligência Artificial para Diagnóstico, Estratificação de Risco e Prognóstico de Neuroblastoma - Revisão Sistemática e Meta-Análise
OncologiaO que aconteceu
Para sintetizar evidências sobre o desempenho da inteligência artificial (IA) no diagnóstico de neuroblastoma (NB), estratificação de risco, prognóstico e caracterização genômica. Uma revisão sistemática e metanálise foi realizada seguindo as diretrizes PRISMA 2020 (PROSPERO: CRD42024539475) em cinco bases de dados. Meta-análises usaram modelos de efeitos aleatórios com logit-transformed Area Under the Curve (AUCs) e cluster-robust erros padrão. Os modelos de IA foram classificados como Modelos de Aprendizagem de Máquinas (MLM) ou Nomogramas Híbridos (HN) com base em sua metodologia de construção.
O que encontraram
Dos 3.742 artigos identificados, 53 foram incluídos. As MLMs demonstraram estimativas de pontos mais elevadas do que os radiologistas no diagnóstico diferencial (AUC: 0,87 vs. 0,83), embora essa diferença não tenha sido estatisticamente significativa e carregasse incerteza substancial. As HNs obtiveram desempenho mais forte na estratificação de risco (AUC: 0,87). Nomogramas derivados de IA (AUC: 0,9) e assinaturas gênicas (AUC: 0,8) superaram os marcadores prognósticos convencionais de forma descritiva. A predição da resposta quimioterápica permaneceu abaixo dos limiares de utilidade clínica em todos os tipos de modelos. Apenas 33,9% dos modelos relataram calibração e 24,5% foram submetidos à validação externa.
Por que isso importa
A IA demonstra comprovação de conceito em vários domínios clínicos do RN. No entanto, a adoção clínica permanece prematura devido a lacunas persistentes na validação externa, calibração, tamanho do conjunto de dados e desenvolvimento de modelos pediátricos específicos. Estudos futuros devem testar esses modelos prospectivamente em coortes pediátricas multicêntricas, idealmente por meio de COG ou SIOPEN, utilizando definições compartilhadas para diagnóstico, grupo de risco, resposta ao tratamento e desfechos de sobrevida.
Tradução automática do resumo original, publicado em Current oncology reports sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Artificial Intelligence for Diagnosis, Risk Stratification, and Prognosis of Neuroblastoma - A Systematic Review and Meta-Analysis
Daniel Rodrigo Serbena, Isabela Luiza Fraron Cieslack, Renan Cassiano Ratis, Débora Van Putten Chaves, Sergio Servilha de Oliveira Filho, Henrique Alexsander Ferreira Neves, Fernando Sluchensci Dos Santos, Daniel Roberto Cassar, Weber Claudio da Silva, Juliana Sartori Bonini
Descritores MeSH
- Neuroblastoma
- Artificial Intelligence
- Humans
- Machine Learning
- Prognosis
- Risk Assessment
- Nomograms