Artificial Intelligence for Pediatric Vesicoureteral Reflux Assessment on Voiding Cystourethrography: A Scoping Evidence Map of Diagnostic Performance and Clinician-Assisted Interpretation

Resumo Técnico: Inteligência Artificial para Avaliação de Refluxo Vesicoureteral Pediátrico em Cistouretrografia Miccional

Definição do Problema
O refluxo vesicoureteral (RVU) é uma condição urológica pediátrica significativa, na qual o fluxo urinário retrógrado da bexiga para o ureter e o sistema coletor renal exige um diagnóstico preciso e uma graduação adequada. O método diagnóstico padrão, a Cistouretrografia Miccional (Cistouretrografia Miccional - VCUG), baseia-se no Sistema Internacional de Graduação de Refluxo (Graus I–V). No entanto, a graduação visual é inerentemente subjetiva, particularmente na fronteira entre os Graus III e IV. Essa variabilidade influencia decisões clínicas críticas relativas à profilaxia antimicrobiana, intervenção cirúrgica (ex: injeção endoscópica ou reimplante ureteral) e avaliação de risco renal a longo prazo. Embora a Inteligência Artificial (IA) e o aprendizado profundo (deep learning) tenham sido aplicados para automatizar ou auxiliar na interpretação da VCUG, a literatura é caracterizada por heterogeneidade nas tarefas alvo, entradas de imagem, arquiteturas e estratégias de validação. Consequentemente, permanece incerto se os modelos atuais de IA oferecem superioridade autônoma em relação aos radiologistas ou se servem primariamente como ferramentas para melhorar a consistência da graduação e reduzir a variabilidade interobservador.

Metodologia
Este estudo emprega um design de mapeamento de evidências de escopo (scoping evidence map), em vez de uma meta-análise diagnóstica formal, aderindo à Extensão PRISMA para Revisões de Escopo (PRISMA-ScR). A síntese foi conduzida por meio de um fluxo de trabalho assistido por computador baseado em dois conjuntos de dados exportados via ferramenta Elicit:

1. Um conjunto de dados de triagem contendo 500 registros.
2. Um conjunto de dados de extração contendo dados detalhados de 13 estudos incluídos publicados entre 2019 e 2025.

Critérios de Inclusão:

• Pacientes pediátricos ou dados de imagem pediátrica.
• Avaliação de IA, aprendizado de máquina (machine learning), aprendizado profundo (deep learning) ou abordagens de diagnóstico auxiliadas por computador.
• Foco na detecção de RVU, graduação, classificação de baixo/alto grau, interpretação assistida por IA ou predição clinicamente relacionada ao RVU utilizando VCUG ou dados relacionados.
• Relato de desempenho diagnóstico, confiabilidade, concordância ou métricas de comparação com clínicos.

Critérios de Exclusão:

• Estudos não pediátricos, dados não humanos, editoriais, relatos de caso isolados ou relatórios técnicos que careçam de resultados clinicamente interpretáveis.

Estratégia de Classificação:
Para abordar a heterogeneidade metodológica, os estudos foram categorizados em quatro grupos:

1. Graduação de RVU direta baseada em VCUG: Modelos que tentam atribuir graus padrão.
2. Classificação de baixo/alto grau: Modelos binários ou estratificados por gravidade.
3. Interpretação clínica assistida por IA: Estudos que avaliam o impacto da IA no desempenho do leitor humano.
4. Predição clínica indireta: Modelos que predizem desfechos (ex: infecção urinária recorrente) em vez de graduar o refluxo diretamente.

Devido à falta de triagem duplicada independente e verificação de texto completo nas exportações de origem, a síntese é explicitamente estruturada como um mapeamento de evidências, priorizando a síntese narrativa e a tabulação sobre a análise estatística agrupada.

Principais Contribuições e Resultados
A revisão identificou 13 estudos, revelando um cenário de desempenho de IA promissor, porém heterogêneo:

• Desempenho Diagnóstico:

  • A evidência externa mais robusta vem de Li et al. (2024), cujo modelo Deep-VCUG alcançou valores de Área Sob a Curva (AUC) externos de 0,944 para refluxo unilateral e 0,924 para bilateral.
  • Khondaker et al. (2022) relataram uma AUC de 0,84 e demonstraram uma melhoria de 3,6 vezes na confiabilidade da graduação em comparação com a avaliação tradicional.
  • Wu et al. (2025) mostraram melhorias substanciais no desempenho clínico quando apoiados por IA, com as AUCs dos clínicos subindo de ~0,63–0,73 para ~0,95–0,96 para refluxo específico de lado.
  • Diversos estudos menores reportaram métricas próximas da perfeição (ex: acurácia aproximando-se de 100%, AUC próxima a 1,0), mas a revisão cautela esses achados devido aos riscos de overfitting, amostras pequenas e validação externa limitada.

• Comparação e Assistência ao Clínico:

  • Comparações diretas entre IA e radiologistas são limitadas. A maioria dos estudos utilizou rótulos de radiologistas como padrões de referência sem quantificar independentemente o desempenho basal do radiologista.
  • No entanto, estudos focados em interpretação assistida por IA indicam que a IA pode reduzir significativamente a variabilidade interexaminador e melhorar o desempenho de clínicos juniores e seniores, particularmente no reconhecimento de refluxo de alto grau.

• Qualidade da Evidência e Lacunas:

  • Indireto vs. Direto: A revisão distingue entre graduação direta (mais relevante clinicamente) e modelos de predição indireta (ex: predição de risco de ITU recorrente), observando que estes últimos não provam a capacidade da IA de graduar a gravidade do refluxo.
  • Impacto no Manejo: Nenhum estudo incluído demonstrou definitivamente que a IA altera as decisões de manejo clínico (ex: alterando a profilaxia antibiótica ou limiares cirúrgicos) ou melhora os desfechos dos pacientes.
  • Limitações: A base de evidências sofre com a falta de padronização de relatos (sensibilidade, calibração, análise de curva de decisão), validação externa limitada em diversos conjuntos de dados e escassez de estudos de leitores cegos prospectivos comparando braços de IA isolada, clínico isolado e clínico assistido por IA.

Significância e Alegações
O artigo conclui que, embora os algoritmos de IA apresentem um desempenho diagnóstico promissor para a avaliação de RVU pediátrico em VCUG, a evidência atual não suporta a substituição autônoma da interpretação do radiologista.

A principal significância dos achados reside no potencial da IA para funcionar como uma ferramenta de suporte à decisão, em vez de um diagnosticador autônomo. Especificamente, a IA pode:

1. Melhorar a consistência da graduação, particularmente em torno da crítica fronteira entre os Graus III e IV.
2. Reduzir a variabilidade interobservador.
3. Apoiar leitores menos experientes e padronizar o reconhecimento de refluxo de alto grau.

Os autores enfatizam que, para implementação clínica, os sistemas futuros devem passar por estudos prospectivos, multicêntricos e de leitores cegos que avaliem o impacto da IA nas decisões de manejo e nos desfechos dos pacientes, aderindo a padrões de relato como CLAIM, TRIPOD+AI e STARD-AI. Até que tal evidência seja estabelecida, a IA deve ser vista como uma ferramenta para auxiliar, e não substituir, a interpretação do especialista clínico.