Resumo Técnico: Benefícios da IA e Erros de Aprendizado de Máquina em Neurologia, Psiquiatria e Neurocirurgia

Declaração do Problema

Embora a Inteligência Artificial (IA) e o Aprendizado de Máquina (ML) ofereçam um potencial transformador para analisar dados neurológicos, psiquiátricos e neurocirúrgicos complexos, sua implementação clínica é dificultada pela falta de uma compreensão abrangente sobre as falhas do sistema. A literatura atual frequentemente destaca métricas de desempenho (ex: acurácia, AUC), enquanto subnotifica tipos específicos de erros, vieses e os danos clínicos resultantes. Essa lacuna cria um risco de erro diagnóstico, atraso no tratamento, intervenções desnecessárias e lesões ao paciente, particularmente quando os modelos encontram populações sub-representadas, casos limítrofes (edge cases) ou dados fora da distribuição (out-of-distribution). O problema central abordado é a necessidade de catalogar sistematicamente tanto os benefícios comprovados quanto as falhas documentadas da IA nestas três especialidades para garantir uma integração clínica segura.

Metodologia

Este estudo é uma Revisão Sistemática conduzida por Saif M. Hassan (Universidade de Hillah).

• Fontes de Dados: PubMed, Scopus, Web of Science e IEEE Xplore.
• Período de Busca: Janeiro de 2018 a Maio de 2026 (busca realizada em 1º de junho de 2026).
• Estratégia de Busca: Termos combinados para especialidades (neurologia, psiquiatria, neurocirurgia, condições específicas como epilepsia, esquizofrenia, acidente vascular cerebral/AVC) com termos de IA/ML e termos relacionados a erros (viés, falso negativo, fora da distribuição, calibração).
• Critérios de Inclusão: Estudos originais, revisões sistemáticas ou metanálises em inglês que:
  • Utilizaram IA/ML para doenças neurológicas, psiquiátricas ou neurocirúrgicas.
  • Compararam o desempenho da IA contra especialistas médicos, regras tradicionais ou padrões de referência (gold standards).
  • Relataram benefícios quantitativos (acurácia, tempo economizado) ou desvantagens (variações de subgrupos, taxas de erro, dano clínico).
• Critérios de Exclusão: Editoriais, relatos de caso, estudos com animais/fantasmas, imagens apenas simuladas e artigos não escritos em inglês.
• Síntese de Dados: Dois revisores extraíram independentemente os dados sobre design, tamanho da amostra, arquitetura de IA, tarefa, comparador e métricas de erro. Os estudos foram categorizados em Neurologia, Psiquiatria e Neurocirurgia. Métricas agrupadas foram calculadas apenas onde a heterogeneidade era baixa ($I^2 < 50\%$).

Contribuições Principais e Resultados

A revisão incluiu 79 estudos (32 Neurologia, 28 Psiquiatria, 19 Neurocirurgia). Um achado crítico é que 44% dos estudos incluídos relataram erros ou limitações específicos, desafiando a narrativa de sucesso uniforme da IA.

1. Neurologia

• Benefícios:
  • AVC: A IA reduziu o tempo de porta-trombectomia em 33% e alcançou 0,94 de sensibilidade para oclusão de grandes vasos (vs. 0,85 para radiologistas).
  • Epilepsia: A IA detectou descargas epileptiformes interictais com 91% de sensibilidade, igualando-se a epileptologistas, mas reduzindo o tempo de análise em 70%.
  • Esclerose Múltipla (EM): A segmentação de lesões alcançou um coeficiente de Dice de 0,86 com uma redução de 90% no tempo de processamento.
  • Parkinson: A interpretação de DaTscan atingiu 94% de acurácia.
• Erros e Danos:
  • Epilepsia Pediátrica: A IA perdeu 22% das lesões de displasia cortical focal (vs. 8% para especialistas), levando ao atraso na cirurgia em três casos documentados.
  • Generalização de Scanner: Modelos treinados em ressonância magnética (RM) de 1,5T falharam em scanners de 3T, com os escores de Dice caindo de 0,85 para 0,67.
  • Viés Racial: Modelos de DaTscan para Parkinson mostraram especificidade de 0,92 para doadores brancos, mas desempenho significativamente inferior para pacientes negros.
  • Interferência de Artefato: Estimuladores do nervo vago causaram uma taxa de falso-positivo de 19% na detecção de crises convulsivas.

2. Psiquiatria

• Benefícios:
  • Esquizofrenia: A classificação por IA de primeiro episódio psicótico usando fMRI alcançou um AUC de 0,89, superando entrevistas clínicas (0,76).
  • Depressão: A IA previu a não resposta a antidepressivos (AUC 0,85) melhor do que a previsão clínica (0,68).
  • Risco de Suicídio: A predição a partir de dados de saúde alcançou um AUC de 0,89, superando a avaliação médica (0,72).
• Erros e Danos:
  • Mudança de População: Um modelo de depressão treinado em ancestralidade europeia viu o AUC cair de 0,88 para 0,69 quando aplicado a uma coorte do sul da Ásia, levando 14% dos pacientes de baixo risco a serem classificados como de alto risco. Isso resultou em sete pacientes recebendo antidepressivos desnecessários com efeitos colaterais (náusea, sonolência, hiponatremia).
  • Generalização de Fornecedor: Modelos de esquizofrenia treinados em um fornecedor de RM caíram em acurácia de 0,89 para 0,71 em outro fornecedor; 12% dos controles saudáveis foram classificados incorretamente quando artefatos de movimento estavam presentes.
  • Viés de Idade: Modelos de predição de suicídio apresentaram desempenho significativamente inferior em adolescentes (AUC 0,77) em comparação com adultos (0,91), com uma taxa de falso alarme de 23% em meninas adolescentes.

3. Neurocirurgia

• Benefícios:
  • Ressecção de Tumores: A orientação por IA intraoperatória aumentou as taxas de ressecção total macroscópica de 62% para 79%.
  • Cirurgia de Coluna: O posicionamento de parafusos pediculares guiado por IA reduziu as taxas de erro de posicionamento de 9% para 4%.
  • Estimulação Cerebral Profunda (DBS): Erros de alvo foram reduzidos de 2,1 mm para 1,2 mm, correlacionando-se com melhores resultados motores.
• Erros e Danos:
  • Osteoporose: Em pacientes com vértebras osteoporóticas (T-score < -2,5), a IA identificou incorretamente trajetos de parafusos em 9% dos casos (vs. 2% em ossos normais), levando à cirurgia de revisão em dois casos.
  • Margens Tumorais: A IA intraoperatória teve uma taxa de falso-negativo de 11% para margens de glioma de baixo grau, resultando em tumor residual e recorrência precoce exigindo uma segunda cirurgia.
  • Interferência de Cirurgia Prévia: Modelos de alvo de DBS falharam em pacientes com cirurgias estereotáticas prévias, com o erro médio aumentando para 2,8 mm.
  • Obesidade: Modelos de predição de complicações tiveram desempenho inferior para pacientes com IMC > 35 (AUC 0,68 vs. 0,84 para IMC normal).

Significância e Alegações

O artigo afirma que, embora a IA ofereça "benefícios reais" em velocidade, acurácia e precisão cirúrgica, essas vantagens são atualmente contrabalançadas por erros significativos e não aleatórios que afetam desproporcionalmente subgrupos específicos (crianças, minorias raciais, pacientes com comorbidades como osteoporose ou obesidade).

Principais Alegações:

1. Prevalência de Erros: Erros não são anomalias raras, mas ocorrem em quase metade dos estudos revisados, manifestando-se frequentemente como falhas de "casos limítrofes" ou vieses demográficos.
2. Consequência Clínica: Estes não são erros teóricos; a revisão documenta casos específicos de atrasos em cirurgias, intervenções farmacológicas desnecessárias e cirurgias repetidas causadas por falhas de IA.
3. Causas Raiz: As falhas derivam do treinamento em conjuntos de dados estreitos e homogêneos, da falta de análise de subgrupos no relato e da falha em considerar dados fora da distribuição (ex: diferentes scanners de RM, patologias raras).
4. Recomendações para Segurança: O artigo argumenta que a IA só pode ser integrada com segurança se:
   • A Validação Externa for realizada através de diversas demografias e equipamentos.
   • O Monitoramento de Erros em Tempo Real e a quantificação de incerteza forem implementados.
   • A supervisão Humano no Ciclo (Human-in-the-Loop) for mantida para decisões de alto risco.
   • Pesquisadores e periódicos devem priorizar o relato de falhas e métricas de desempenho de subgrupos com o mesmo rigor que as métricas de sucesso.

A revisão conclui que os benefícios da IA só superarão os riscos se o campo avançar além do relato de "apenas sucessos" para uma cultura de rastreamento rigoroso de erros, auditoria de equidade e supervisão humana contínua.