INTELIGÊNCIA ARTIFICIAL PARA O DIAGNÓSTICO DE COLANGIOCARCINOMA: UMA REVISÃO SISTEMÁTICA E META-ANÁLISE

Descrição

O projeto “Inteligência Artificial para o Diagnóstico de Colangiocarcinoma: uma Revisão Sistemática e Meta-análise”, desenvolvido na Universidade Federal de Pernambuco sob orientação de Adriano Carneiro da Costa, tem como objetivo avaliar a acurácia diagnóstica de modelos de inteligência artificial aplicados a exames de imagem para detecção do colangiocarcinoma. O colangiocarcinoma é uma neoplasia hepatobiliar altamente agressiva, frequentemente diagnosticada em estágios avançados devido à dificuldade de identificação precoce. As manifestações clínicas inespecíficas e a sobreposição radiológica com outras doenças hepáticas tornam o diagnóstico desafiador, muitas vezes exigindo procedimentos invasivos. Nesse cenário, ferramentas de inteligência artificial, especialmente modelos de radiômica e aprendizado profundo (deep learning), surgem como alternativas promissoras para aprimorar a precisão diagnóstica e auxiliar na interpretação de exames de imagem. A pesquisa será conduzida por meio de uma revisão sistemática da literatura associada a uma meta-análise de acurácia diagnóstica, seguindo as diretrizes PRISMA 2020 e PRISMA-DTA. Serão analisados estudos publicados em bases científicas internacionais como PubMed, Embase, Scopus, Web of Science e Cochrane Library, envolvendo algoritmos de inteligência artificial aplicados à tomografia computadorizada, ressonância magnética e ultrassonografia na investigação do colangiocarcinoma.Os dados extraídos incluirão métricas de desempenho diagnóstico, como sensibilidade, especificidade e área sob a curva (AUC), além da avaliação metodológica dos estudos pelo instrumento QUADAS-2. A meta-análise utilizará o modelo estatístico HSROC para síntese dos resultados e análise da heterogeneidade entre os estudos. Espera-se que o estudo demonstre o elevado potencial da inteligência artificial na diferenciação do colangiocarcinoma em exames de imagem, evidenciando desempenho diagnóstico comparável ou superior ao de especialistas humanos em determinados cenários clínicos. Além disso, a pesquisa pretende identificar limitações metodológicas existentes na literatura, contribuir para a consolidação do uso clínico dessas tecnologias e subsidiar futuras aplicações da medicina de precisão no planejamento cirúrgico e radiológico hepatobiliar.