Um estudo multicêntrico conduzido no Brasil avalia o potencial da inteligência artificial (IA) para apoiar o diagnóstico de tuberculose em crianças. A iniciativa reúne dados de pacientes hospitalizados e ambulatoriais, buscando oferecer uma ferramenta complementar em um cenário clínico desafiador. A pesquisa analisa o desempenho de um modelo de detecção auxiliada por computador, conhecido pela sigla CAD, em diferentes contextos e populações.
O diagnóstico da tuberculose pediátrica é notoriamente complexo, pois os sintomas podem ser inespecíficos e a confirmação laboratorial nem sempre é alcançada. Nesse sentido, a IA surge como uma aliada potencial para auxiliar os profissionais de saúde na identificação de casos, especialmente em regiões com recursos limitados. O estudo brasileiro busca preencher lacunas de evidências nessa área.
Participantes e diagnósticos no estudo
Entre os participantes hospitalizados, foram identificados 54 diagnósticos de tuberculose, sendo 41 confirmados laboratorialmente e 13 classificados como presuntivos. Já no grupo ambulatorial, foram registrados 143 diagnósticos, dos quais 38 foram confirmados laboratorialmente e 105 eram presuntivos. Esses números refletem a realidade de que, em crianças, a suspeita clínica muitas vezes precede a confirmação microbiológica.
A distinção entre casos confirmados e presuntivos é relevante para avaliar o desempenho do modelo, uma vez que os presuntivos dependem de critérios clínicos e radiológicos. O estudo não detalhou os critérios exatos utilizados para classificação presuntiva, mas a proporção elevada no grupo ambulatorial sugere um perfil de pacientes com menor gravidade ou acesso a exames. Essa heterogeneidade é comum em pesquisas sobre tuberculose infantil.
Com base nesses dados, os pesquisadores treinaram e validaram o modelo de IA, testando sua capacidade de distinguir entre crianças com e sem tuberculose. A próxima etapa foi verificar o desempenho em diferentes conjuntos de dados, incluindo bases externas.
Desempenho do modelo na validação interna
Na validação interna, o modelo apresentou AUROC de 0,744, com intervalo informado de 0,704 a 0,779. O AUROC, ou área sob a curva ROC, é uma métrica que varia de 0 a 1, onde valores mais altos indicam melhor capacidade discriminatória. Um valor de 0,744 sugere desempenho moderado, com potencial para uso como ferramenta de triagem, mas não como substituto do diagnóstico clínico.
Esse resultado reflete a complexidade do diagnóstico pediátrico, onde sinais radiológicos podem ser sutis ou sobrepostos a outras doenças respiratórias. O intervalo de confiança relativamente estreito indica consistência nos dados internos, mas a generalização para outras populações exige cautela. Por isso, a avaliação externa é um passo crucial no desenvolvimento de qualquer modelo de IA.
A fonte não detalhou o tamanho exato da amostra de validação interna, mas os números de diagnósticos sugerem um conjunto considerável de casos. A transição para bases externas permite testar a robustez do modelo diante de variações demográficas e clínicas.
Resultados em bases externas variam
A avaliação incluiu bases externas com resultados distintos conforme a origem dos dados. Na base que reuniu dados brasileiros e de bases públicas, o AUROC foi de 0,854. Esse valor é considerado bom e indica que o modelo se beneficiou da diversidade de dados brasileiros combinados com informações de outras fontes.
Na base do Peru, o resultado chegou a 0,847, também demonstrando desempenho elevado. Já na base da Cidade do Cabo, na África do Sul, o indicador foi de 0,543, um valor próximo ao acaso, sugerindo que o modelo não se adaptou bem a essa população específica. A divergência entre os resultados externos ressalta a importância de validar a IA em contextos locais antes da implementação.
Essas diferenças podem estar relacionadas a variações na prevalência da doença, características das imagens ou perfil dos pacientes. O estudo não forneceu explicações detalhadas para a queda de desempenho na base sul-africana, mas o achado reforça a necessidade de cautela na generalização. A próxima fase do projeto busca aprofundar essas análises.
Comparação com modelos de linguagem
O projeto também prevê a comparação do modelo brasileiro de detecção auxiliada por computador com modelos de linguagem de grande porte, como Claude, GPT, Gemini e MedGemma, além da avaliação de um radiologista. Essa abordagem permitirá entender se as IAs generativas podem oferecer insights complementares ou até superar o CAD em tarefas específicas.
A inclusão de um radiologista humano como referência é fundamental, pois estabelece um padrão de comparação realista. Os modelos de linguagem, embora não sejam treinados especificamente para imagens, podem processar descrições clínicas e auxiliar na interpretação de achados. O estudo busca identificar o papel de cada ferramenta no fluxo diagnóstico.
Essa comparação ainda está em andamento e não foram divulgados resultados preliminares. A expectativa é que os achados orientem futuras integrações tecnológicas na prática clínica pediátrica.
Próximos passos e aplicação prática
Entre os próximos passos, estão a avaliação da acurácia diagnóstica do modelo, a ampliação e a consolidação de uma base de dados robusta e a validação em condições reais de uso. A acurácia diagnóstica envolve medir sensibilidade, especificidade e valores preditivos em cenários clínicos variados, o que ainda não foi totalmente explorado.
Outra frente consiste em transformar a tecnologia em um produto aplicável à prática assistencial. Isso implica desenvolver uma interface amigável, integrar com sistemas de saúde e garantir conformidade regulatória. O caminho da pesquisa à implementação é longo, mas os resultados iniciais indicam potencial para apoiar profissionais em áreas com alta carga de tuberculose.
A tuberculose pediátrica continua sendo um desafio global, e ferramentas de IA podem contribuir para reduzir atrasos diagnósticos e melhorar desfechos. O estudo brasileiro representa um passo importante nessa direção, embora ainda haja muito a ser validado antes da adoção generalizada.