IA na imagem: ver mais cedo no ultrassom | IA para Ginecologistas

A inteligência artificial vai fazer o ultrassom ver a endometriose mais cedo? A resposta honesta é que o que antecipa o diagnóstico hoje não é o algoritmo, e sim quem levanta a hipótese na primeira consulta e quem sabe fazer o exame com protocolo. O atraso diagnóstico não tem número único: uma revisão de 17 estudos encontrou faixa de 0,3 a 12 anos conforme a definição adotada, com média descrita de 6,4 anos pelo caminho convencional. O ultrassom transvaginal especializado é diagnóstico para o endometrioma e altamente específico para a doença profunda, mas exame negativo não exclui endometriose. Onde há resultado publicado, ele é de concordância, não de acurácia: em ressonância multissequência, a sensibilidade dos radiologistas passou de 84,48% para 87,93% com assistência do modelo, e a concordância entre leitores subiu de kappa 0,57 para 0,68. A literatura em ultrassom ainda é pequena, sem validação externa consistente, e nenhum estudo prospectivo mostrou mudança de conduta ou encurtamento do tempo até o diagnóstico. A IA apoia; quem decide é o médico. Episódio 10 de IA para Ginecologistas. Apresentação: Prof. Dr. Paulo Ayroza Ribeiro. Convidado: Dr. Osvaldo Landi Junior Página do episódio, com transcrição completa e referências: https://www.tvnaveg.com.br/programas/... Referências: 1. De Corte P, Klinghardt M, von Stockum S, Heinemann K. Time to diagnose endometriosis: current status, challenges and regional characteristics — a systematic literature review. BJOG. 2025;132(2):118-130. PMID 39373298. 2. Avery JC, Deslandes A, Freger SM, et al. Noninvasive diagnostic imaging for endometriosis part 1: a systematic review of recent developments in ultrasound, combination imaging, and artificial intelligence. Fertil Steril. 2024;121(2):164-188. PMID 38101562. 3. Moassefi M, Faghani S, Colak C, et al. Advancing endometriosis detection in daily practice: a deep learning-enhanced multi-sequence MRI analytical model. Abdom Radiol (NY). 2026;51(1):238-249. PMID 40232413. 4. Esmailzadeh A, Rashki Kemmak A, Sezavar Dokhtfaroughi S, Rasoulian A, Mazaheri Habibi MR. Investigating the role of artificial intelligence in the diagnosis and prediction of endometriosis using ultrasound images: a systematic review. Reprod Health. 2026;23(1):31. PMID 41484637. 5. Moro F, Giudice MT, Ciancia M, et al. Application of artificial intelligence to ultrasound imaging for benign gynecological disorders: systematic review. Ultrasound Obstet Gynecol. 2025;65(3):295-302. PMID 39888598. 6. Figueredo WKR, Silva AC, de Paiva AC, Diniz JOB, Brandão A, Oliveira MAP. Automatic segmentation of deep endometriosis in the rectosigmoid using deep learning. Image Vis Comput. 2024;151:105261. https://doi.org/10.1016/j.imavis.2024... IA para Ginecologistas é o programa de trilha de inteligência artificial aplicada à ginecologia da TV Naveg, o canal de educação médica do NAVEG sobre robótica e inteligência artificial na cirurgia ginecológica. Apresentação: Prof. Dr. Paulo Ayroza Ribeiro. Conteúdo educativo destinado a profissionais de saúde. A evidência informa; a decisão é do médico, com a sua paciente.