Predicting brain tumour enhancement from non-contrast MR imaging with artificial intelligence: a multi-cohort retrospective diagnostic accuracy study

Resumo Técnico: Predição de Realce de Tumor Cerebral a partir de RM Sem Contraste com Inteligência Artificial

Definição do Problema
O diagnóstico por imagem neuro-oncológico padrão depende de agentes de contraste à base de gadolínio para identificar o realce tumoral, uma característica crítica para o diagnóstico e vigilância. No entanto, a administração de contraste nem sempre é viável devido a contraindicações (comprometimento renal, alergia), recusa do paciente ou pelo desejo de minimizar a exposição cumulativa, particularmente em pacientes pediátricos e em cenários de acompanhamento frequente. Além disso, o impacto ambiental global do descarte de gadolínio é significativo. Embora estudos anteriores tenham explorado a redução da dosagem de gadolínio ou a síntese de imagens de contraste, há uma carência de evidências heterogêneas e em larga escala demonstrando que o aprendizado profundo (deep learning) pode prever com precisão a presença e a localização de tumores com realce utilizando apenas sequências de RM sem contraste. A literatura existente é amplamente limitada a coortes de adultos de instituição única e predominantemente de gliomas, com tamanhos de amostra modestos.

Metodologia
Este estudo de acurácia diagnóstica retrospectivo de múltiplas coortes desenvolveu e validou modelos de aprendizado profundo para segmentar e detectar tumores cerebrais com realce de contraste utilizando apenas sequências ponderadas em T1 (T1w), T2 (T2w) e T2/FLAIR (Fluid-Attenuated Inversion Recovery) sem contraste.

• Dados: O estudo utilizou 11.089 sessões de imagem de 8.548 pacientes únicos de 10 conjuntos de dados internacionais abrangendo quatro países (Reino Unido, EUA, Holanda, Nigéria) e três continentes. A coorte incluiu diversas patologias (glioma, meningioma, metástases, aparências pós-ressecção) e populações adultas e pediátricas. Os dados foram adquiridos entre 2006 e 2024 em várias intensidades de campo (1,5T e 3T) e fabricantes.
• Desenvolvimento do Modelo: Três arquiteturas de aprendizado profundo 3D multimodais totalmente volumétricas foram treinadas: nnU-Net (v2), SegResNet e SwinUNETR. Os modelos foram treinados para segmentar quatro classes: fundo, parênquima cerebral normal, tecido anormal sem realce e doença neuro-oncológica com realce. Crucialmente, o ground truth para a classe "com realce" foi derivado de conjuntos de dados completos incluindo sequências T1 ponderadas após contraste (T1CE), mas as entradas do modelo foram restritas estritamente a sequências sem contraste.
• Estratégia de Treinamento: Uma divisão aleatória por nível de paciente alocou 90% dos pacientes para treinamento e 10% para um conjunto de teste retido (held-out). Nenhuma harmonização de sítio ou scanner foi aplicada para garantir que o modelo aprendesse com a heterogeneidade de aquisição em vez de ser protegido dela.
• Métricas de Avaliação: O desempenho foi avaliado por meio de métricas de nível de voxel (coeficiente de Dice, precisão, recall, F1) e métricas de nível de paciente (acurácia balanceada, sensibilidade, especificidade). Limiares clínicos foram definidos para o sucesso da detecção: Dice ≥ 0,3 (aceitável), ≥ 0,5 (bom) e ≥ 0,7 (excelente).
• Referencial Humano: Onze radiologistas especialistas, cegos ao histórico clínico e imagens prévias, foram incumbidos de prever a presença de realce em um subconjunto de 564 casos únicos do conjunto de teste usando apenas imagens sem contraste. O desempenho deles foi comparado com as predições do modelo.
• Avaliação de Equidade: O estudo incluiu uma avaliação granular de equidade entre subgrupos definidos por patologia, país de origem, idade e sexo, aderindo às diretrizes SAGER.

Resultados Principais

• Desempenho do Modelo: A arquitetura nnU-Net superou a SegResNet e a SwinUNETR. No conjunto de teste retido (n=1.109), a nnU-Net alcançou uma acurácia balanceada de 83,0% (IC 95% 79,1–87,2) para detecção de realce em nível de paciente, com uma sensibilidade de 91,5% e especificidade de 74,4%.
• Qualidade da Segmentação: Para os 992 casos com realce, 76,8% atingiram um escore Dice ≥ 0,3, 67,5% atingiram ≥ 0,5 e 50,2% atingiram ≥ 0,7. O modelo demonstrou uma forte correlação (R² = 0,859) entre os volumes de realce preditos e o ground-truth.
• Comparação com Radiologistas: Em uma comparação cega em 564 casos pareados, o modelo superou o painel de radiologistas. O modelo alcançou uma acurácia balanceada de 83,3% (vs. 71,7% para a maioria do voto dos radiologistas). O modelo identificou corretamente 109 casos que os radiologistas perderam, enquanto os radiologistas identificaram apenas 14 casos que o modelo perdeu (teste exato de McNemar, p<0,0001).
• Análise de Subgrupos: O desempenho foi geralmente robusto entre patologias e países, mas foi inferior em subgrupos específicos. Casos pediátricos apresentaram o desempenho mais fraco (acurácia balanceada de 73,9%, taxa de sucesso de Dice ≥ 0,3 de 45%), seguidos por casos de glioma pós-operatório. O desempenho do modelo variou com o tamanho da lesão; as taxas de detecção para lesões <0,5 cm³ foram de aproximadamente 50%, enquanto lesões ≥2 cm³ foram detectadas em >90% das vezes.
• Análise de Falhas: Entre os 260 casos que não atingiram o limiar aceitável de detecção (Dice < 0,3), as principais causas foram o pequeno volume da lesão (<0,5 cm³, 40,4%) e padrões de realce atípicos (38,5%).

Significância e Alegações
Os autores afirmam que este estudo representa a maior e mais heterogênea avaliação de predição de realce de contraste a partir de RM cerebral sem contraste até o momento. Sua principal significância reside em demonstrar que modelos de aprendizado profundo podem identificar e delinear doenças intracranianas com realce a partir de imagens sem contraste, com maior precisão do que especialistas em radiologia realizando a mesma tarefa nova e não padronizada.

O artigo posiciona estes modelos não como um substituto completo para a RM com contraste, mas como um apoio de triagem ou de decisão. A utilidade clínica proposta envolve o uso do modelo para sinalizar estudos onde o realce é provável, incentivando a adição de contraste a um protocolo apenas sem contraste para evitar novas visitas ao hospital, ou permitindo que estudos previstos como sem realce prossigam sem gadolínio em contextos específicos (ex: comprometimento renal, vigilância pediátrica). O estudo enfatiza que, embora o desempenho atual seja insuficiente para eliminar o contraste inteiramente — particularmente para pequenas lesões e populações pediátricas — ele estabelece um caminho viável para reduzir a dependência de gadolínio na imagem neuro-oncológica. O trabalho também destaca a importância da avaliação de equidade, revelando limitações atuais em populações pediátricas que requerem dados futuros e refinamento algorítmico.