Revisão Sistemática de Aplicações Dirigidas por IA para Triagem Carcinoma Nasofaríngeo Usando RM

Revisão sistemáticaNível 1 · Evidência consolidadaJournal of magnetic resonance imaging : JMRI26 jul 20260 citações

O que aconteceu

O carcinoma nasofaríngeo (CNP) pode ser detectado precocemente na RM, mas a adoção para triagem é limitada por uma escassez de especialistas experientes. Algoritmos de inteligência artificial (AI) de RM para o diagnóstico de CPN na literatura podem abordar isso, mas a maioria dos estudos focam em cuidados clínicos de rotina, e sua aplicabilidade na triagem requer exame próximo. Para (i) avaliar o desempenho diagnóstico de IA para detecção de NPC, (ii) analisar o impacto dos protocolos de estudo e (iii) avaliar a aplicabilidade dos estudos existentes à triagem de NPC. Revisão sistemática. Foram incluídos 38 estudos, incluindo um total de 23.398 pacientes (20.693 NPC e 2705 não NPC). 1,5 T a 3,0 T. Seguindo as diretrizes PRISMA, os registros PubMed, Scopus e Embase de 1o de janeiro de 2009 a 16 de agosto de 2025 foram rastreados por dois revisores independentes para estudos sobre detecção, localização e/ou diagnóstico de NPC utilizando RM. Os estudos incluídos foram revisados quanto à aplicabilidade e risco de viés. Foram extraídos e sumarizados o desempenho de leitura-localização (Dice similarity score [DSC]) e a discriminação NPC vs. não-NPC (sensibilidade/especificidade). As análises de subgrupos avaliaram o impacto do contraste intravenoso no desempenho da IA. A meta-análise utilizou os efeitos-padrão aleatórios univariados modelo de máxima verossimilhança restrito e características hierárquicas do operador receptor para agrupamento de desempenho e análise de subgrupos, tomando como significância p < 0,05. O protocolo de revisão sistemática deste sistema está registrado no registro Inplasy (Ref. INPLASY202570076).

O que encontraram

O desempenho agrupado de 30 estudos de localização e 6 de discriminação foi DSC = 0,80 (IC: 0,78-0,82) e sensibilidade/especificidade = 97,1% (IC: 88,0%-99,3%)/87,8% (IC: 78,9%-93,2%), respectivamente. O contraste intravenoso não afetou significativamente o desempenho da IA para nenhuma das tarefas (p > 0,05). Apenas sete estudos foram totalmente aplicáveis à triagem.

Por que isso importa

A triagem de NPC por IA por RM é viável em alta sensibilidade. A RM não-contraste não influenciou significativamente o desempenho dos IA. No entanto, a aplicabilidade e a razão subótima de NPC: pacientes não-NPC continuam sendo as fragilidades dos estudos existentes, justificando novas investigações com coortes que melhor refletem o cenário de triagem.

Tradução automática do resumo original, publicado em Journal of magnetic resonance imaging : JMRI sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.