Inteligência artificial para metástases ósseas: revisão sistemática e metanálise do desempenho diagnóstico e prognóstico

O que aconteceu

As metástases ósseas são uma das principais complicações dos tumores sólidos avançados e estão associadas a morbidade substancial e redução da sobrevida. A imagem desempenha papel central na detecção e monitoramento, porém as modalidades convencionais e os escores de risco qualitativos permanecem limitados pela especificidade subótima e variabilidade interleitora. A inteligência artificial (IA) surgiu como uma ferramenta potencial para melhorar a acurácia diagnóstica e a avaliação prognóstica. Realizamos uma revisão sistemática e metanálise de estudos publicados entre janeiro de 2008 e janeiro de 2026 avaliando modelos baseados em IA para o diagnóstico e/ou prognóstico de metástases ósseas. Foram pesquisados o PubMed/MEDLINE, Scopus e Web of Science. Foram incluídos estudos que relataram métricas quantitativas de desempenho. Os valores de área transformada em logit sob a curva (AUC) foram agrupados utilizando um modelo de efeitos aleatórios com estimativa de máxima verossimilhança restrita. Vinte e dois estudos atenderam aos critérios de elegibilidade, englobando conjuntos de dados altamente heterogêneos, desde pequenas coortes unicêntricas até grandes registros populacionais e bancos de imagem multicêntricos. A maioria era retrospectiva e unicêntrica. A AUC global foi de 0,911 (IC 95% 0,868-0,940), com heterogeneidade substancial (I2 = 98,8%) Modelos baseados em radioterapia apresentaram desempenho consistentemente alto, com heterogeneidade mínima, após estratificação do grupo, enquanto modelos clínicos apenas demonstraram menor capacidade discriminativa. Os estudos prognósticos foram heterogêneos e sintetizados narrativamente. Modelos baseados em IA demonstram alto desempenho diagnóstico para metástases ósseas em diferentes modalidades de imagem. Entretanto, a variabilidade metodológica e a validação externa limitada atualmente restringem a tradução clínica, ressaltando a necessidade de estudos multicêntricos prospectivos. A maioria dos estudos incluídos foram estudos retrospectivos, unicêntricos, com validação externa limitada. Portanto, apesar do desempenho diagnóstico encorajador, estudos prospectivos multicêntricos e relatórios padronizados permanecem necessários antes da implementação clínica de rotina. Ao contrário das revisões sistemáticas anteriores, este estudo fornece uma síntese quantitativa do desempenho diagnóstico juntamente com uma avaliação estruturada da qualidade metodológica e prontidão clínica translacional. Esta revisão sistemática e metanálise foi realizada de acordo com a declaração PRISMA 2020 e prospectivamente registrada (CRD420261350260). Registo de revisão sistemática: https://www.crd.york.ac.uk/PROSPERO/view/CRD420261350260, identificador CRD420261350260.