Mensagens-chave

- Os estudos incluídos sugerem que a inteligência artificial (IA) pode identificar o queratocone. Isto pode levar à deteção precoce e à prevenção da perda de visão.
- As estimativas foram semelhantes para diferentes tipos de algoritmos de IA.
- Temos pouca confiança nas evidências; há necessidade de mais investigação sobre este tópico.

O que é o queratocone e porque é que o diagnóstico (precoce) é tão importante?

O queratocone é uma doença da córnea (a janela transparente na parte da frente do olho) que afeta pessoas entre os 10 e os 40 anos de idade. Nas pessoas afetadas, a córnea enfraquece e afina-se com o passar dos anos, abaulando-se gradualmente na forma típica de um cone, o que leva à redução da visão. Os óculos podem resolver este problema nas fases iniciais do queratocone, mas deixam de oferecer uma solução satisfatória à medida que a doença se torna mais grave. O diagnóstico precoce é imperativo para assegurar o acompanhamento e o tratamento, evitando assim a perda de visão.

O diagnóstico de queratocone baseia-se num exame oftalmológico (medição do olho e avaliação da córnea com um feixe de luz vertical e um microscópio) e em imagiologia (técnicas assistidas por computador que criam imagens ou mapas tridimensionais da córnea). A interpretação das imagens pode ser um desafio, especialmente em ambientes de cuidados oftalmológicos primários e nas fases iniciais da doença. O não reconhecimento do queratocone pode levar ao agravamento da doença e à deterioração da visão. Por exemplo, as pessoas com risco de desenvolver queratocone que se submetem a cirurgia refrativa (cirurgia para corrigir a visão) podem acabar por ficar com uma visão pior.

O que é a inteligência artificial e como pode ajudar a detetar o queratocone?

A deteção de queratocone com base em imagens é um desafio, especialmente para clínicos sem formação. A IA dá às máquinas a capacidade de se adaptarem, raciocinarem e encontrarem soluções. Os algoritmos podem ser desenvolvidos e treinados para analisar imagens da córnea e reconhecer o queratocone. Estes testes poderão ajudar os oftalmologistas, optometristas e outros profissionais de saúde ocular a fazer um diagnóstico e a encaminhar as pessoas com queratocone para especialistas em córnea a tempo de preservar a sua visão. Existem muitos tipos diferentes de algoritmos, mas todos eles distinguem entre olhos saudáveis e queratocone com base em imagens da córnea.

O que pretendíamos descobrir?

O objetivo da revisão era descobrir se a IA pode diagnosticar corretamente o queratocone em pessoas que procuram cirurgia refrativa e em pessoas cuja visão já não pode ser totalmente corrigida com óculos.

O que fizemos?

Procurámos estudos que investigassem a precisão da IA para diagnosticar o queratocone, de preferência em pessoas que procuram cirurgia refrativa ou em pessoas cuja visão já não pode ser totalmente corrigida com óculos. Comparámos e resumimos os resultados dos estudos para calcular duas medidas de precisão: sensibilidade (a capacidade da IA para identificar corretamente o queratocone) e especificidade (a capacidade da IA para excluir corretamente o queratocone). Quanto mais a sensibilidade e a especificidade se aproximarem de 100%, melhor é o algoritmo.

O que encontrámos?

Encontrámos 63 estudos que utilizaram três unidades diferentes (olhos, participantes e imagens) para analisar a precisão da IA na deteção do queratocone: 44 estudos analisaram 23.771 olhos, quatro estudos analisaram 3.843 participantes e 15 estudos analisaram 38.832 imagens.

A precisão da IA para detetar o queratocone manifesto (queratocone que pode ser detetado através de um exame clínico) foi elevada. Se 1.000 pessoas fossem testadas, 30 pessoas com queratocone seriam corretamente encaminhadas para um especialista em córnea e nenhuma seria esquecida. Das restantes 970 pessoas (sem queratocone), apenas 17 seriam erradamente encaminhadas. Estas pessoas receberiam testes adicionais não invasivos para verificar se tinham queratocone.

A precisão da IA na deteção do queratocone precoce foi inferior. Se 1.000 pessoas fossem testadas, nove pessoas com queratocone seriam corretamente encaminhadas para um especialista em córnea e uma não seria encaminhada. Se esta pessoa fosse submetida a uma cirurgia refrativa, esta agravaria a doença e pioraria a sua visão. Das restantes 990 pessoas (sem queratocone), 941 seriam tranquilizadas quanto ao facto de não terem a doença e receberiam cirurgia refrativa ou óculos; 49 pessoas seriam erradamente encaminhadas.

As evidências sugerem que a IA pode ser boa na deteção do queratocone manifesto, mas pode não ser ideal para o rastreio do queratocone precoce.

Quais são as limitações da evidência?

Temos pouca confiança nas provas sobre a exatidão da IA para detetar o queratocone manifesto e temos pouca ou nenhuma confiança nas provas relacionadas com o queratocone precoce. Houve problemas com a forma como os estudos foram conduzidos, o que pode fazer com que a IA pareça mais exata do que realmente é.

Quão atualizada se encontra esta evidência?

A evidência encontra-se atualizada até 29 de novembro de 2022.