NEODY SAÚDE Oncologia e cirurgia torácica
IA pode ajudar a identificar nódulos pulmonares malignos durante a cirurgia?
Estudo com imagens moleculares de lesões pulmonares registrou sensibilidade de 98,6% na análise interna. A validação independente ainda é necessária.

PARA ENTENDER A DECISÃO
Estudo publicado em 9 de novembro de 2026 na Scientific Reports avaliou inteligência artificial na interpretação de imagens de endomicroscopia confocal por laser no infravermelho próximo, obtidas durante cirurgias de lesões pulmonares. Cinquenta pacientes foram incluídos prospectivamente e 248 lesões foram amostradas. A análise principal utilizou 121 registros disponíveis, de 70 lesões malignas e 51 benignas, com sensibilidade de 98,6% e especificidade de 72,5%. A avaliação foi interna, sem separação por paciente, e não demonstra segurança para uso clínico independente.
O que a IA examinou durante a cirurgia
A endomicroscopia confocal por laser permite observar imagens de tecido em escala microscópica durante um procedimento. Neste estudo, os pesquisadores analisaram gravações no infravermelho próximo de lesões pulmonares marcadas com pafolacianina. A confirmação de malignidade ou benignidade veio do exame histopatológico final.
O objetivo foi verificar se um sistema computacional conseguiria distinguir padrões de imagem associados a lesões malignas. O algoritmo analisou quadros individuais das gravações e reuniu as previsões para classificar cada lesão.
Os resultados e o tamanho da amostra
Os pesquisadores incluíram prospectivamente 50 pacientes e amostraram 248 lesões. Para a análise principal, o arquivo disponível continha 121 gravações utilizáveis, correspondentes a 70 lesões malignas e 51 benignas, com 23.589 quadros. A sensibilidade foi de 98,6%, a especificidade de 72,5%, a acurácia de 87,6% e a área sob a curva ROC de 0,97.
A validação cruzada foi organizada por lesão, mas não por paciente, porque os vínculos entre pacientes e gravações não estavam disponíveis. Essa limitação pode afetar a estimativa de desempenho. Um modelo simples que utilizava a intensidade média de fluorescência também atingiu área sob a curva de 0,97, o que impede atribuir o resultado exclusivamente à arquitetura mais complexa.
Um teste exploratório não equivale a validação externa
Em um conjunto exploratório intraoperatório adicional de dez pacientes, os autores relataram classificação correta de nove lesões malignas e 18 benignas. A amostra é pequena, com intervalos de confiança amplos. Os próprios autores pedem validação externa independente com separação por paciente antes do uso clínico.
Os dados mostram uma possibilidade de apoio à leitura de imagens, sem demonstrar redução de cirurgias, melhora de sobrevida ou substituição da patologia. Não há fundamento para apresentar a ferramenta como diagnóstico autônomo aprovado.
O que um hospital brasileiro precisaria verificar
Para avaliar uma tecnologia desse tipo, um serviço de cirurgia torácica precisaria comparar resultados em pacientes novos, em diferentes equipamentos e equipes, com a histopatologia como referência. A análise deveria incluir falsos negativos, falsos positivos, tempo adicional do procedimento e impacto real na decisão cirúrgica.
Também seria necessário examinar a situação regulatória do equipamento e do software para o uso pretendido. A utilidade clínica depende de demonstrar que a informação acrescentada durante a operação modifica decisões com segurança, além de produzir boas métricas em uma amostra de pesquisa.
O que levar para a decisão
- A análise principal usou 121 registros e 23.589 quadros de imagem, com histopatologia como referência.
- O desempenho foi obtido por validação cruzada entre lesões, sem garantir separação de registros de um mesmo paciente.
- Modelos simples baseados na fluorescência apresentaram desempenho semelhante, reforçando a necessidade de comparação independente antes de adoção.
Fontes e créditos
Fontes consultadas em 09/11/2026. A análise expressa a interpretação editorial da NEODY sobre os documentos citados.
Ver a nota factual no Radar Saúde ↗
Imagem: Imagem gerada artificialmente sob direção editorial NEODY. Representação ilustrativa.


