Inteligência artificial em dermatoses inflamatórias

A inteligência artificial (IA) vem ganhando cada vez mais destaque na Dermatologia, mostrando precisão comparável à dos profissionais no diagnóstico de lesões cutâneas por meio de imagens clínicas e dermatoscópicas. Entretanto, seu uso ainda não está validado na prática clínica, sendo empregado principalmente em protocolos de pesquisas.

Estudos mostraram que algoritmos baseados em redes neurais convolucionais (CNN) podem superar especialistas na detecção precoce de lesões melanocíticas, como o melanoma. Em uma análise comparativa, a IA alcançou especificidade de 82,5%, superior aos grupos de dermatologistas avaliados (71,3% e 75,7%).

Embora a IA esteja em constante desenvolvimento na área, sua aplicação tem se concentrado principalmente em doenças neoplásicas. Dermatoses inflamatórias, como psoríase, ainda apresentam pesquisas em estágio inicial, apresentando sensibilidade baixa (até 20%) e especificidade moderada (62%) quando utilizadas apenas ferramentas de IA.

Nesse contexto, o artigo de da Silva e colaboradores (2025) revisou as possíveis aplicações da IA no manejo de dermatoses inflamatórias.

Foram analisados artigos publicados entre 2013 e 2023 nas plataformas de busca Medline e Lilacs. Após a aplicação dos critérios de inclusão e exclusão, 19 artigos foram selecionados para realização da revisão.

A psoríase afeta cerca de 125 milhões de pessoas no mundo e é avaliada principalmente por meio do Psoriasis Area and Severity Index (PASI), que apresenta grande variação entre avaliadores. A IA surge como ferramenta para reduzir essas inconsistências, auxiliar no diagnóstico e prever evolução clínica.

Estudos recentes mostraram que alguns modelos alcançaram alta precisão na análise de áreas lesionadas e em pontuações do PASI. Pesquisas maiores demonstraram que a IA pode ter desempenho semelhante ao de dermatologistas e melhorar a consistência das avaliações. Modelos como o Single-Shot PASI mostraram que a tecnologia pode reduzir diferenças entre avaliadores.

No entanto, limitações como necessidade de grandes bancos de imagens, pouca diversidade étnica nas bases e dificuldade para analisar áreas curvas frequentemente afetadas pela psoríase ainda são um desafio aplicação ampla e universal desses modelos.

A DA é a doença inflamatória crônica da pele mais comum mundialmente, com prevalência de 15% a 28% e grande impacto na qualidade de vida. A IA tem sido explorada como ferramenta complementar para diagnóstico, classificação da gravidade e personalização do tratamento, embora ainda existam poucos estudos.

Em 2021, Guimarães et al. usaram imagens tomográficas para identificar alterações celulares típicas da DA, obtendo alta sensibilidade e especificidade, apesar do tamanho amostral pequeno. Em 2022, Jiang et al. desenvolveram um algoritmo capaz de prever risco de DA utilizando dados genéticos e do microbioma, diferenciando com precisão indivíduos saudáveis de acometidos.

A IA também está sendo aplicada para automatizar índices de pontuações tradicionais como o SCORing Atopic Dermatitis (SCORAD) e o (Eczema Area and Severity Index (EASI). Um algoritmo desenvolvido por Medela et al. permitiu calcular o SCORAD de forma rápida, objetiva e automatizada a partir de imagens. Enquanto Bang et al. analisaram 8.000 imagens clínicas e mostraram que modelos de CNN podem classificar parâmetros do EASI com precisão semelhante à de dermatologistas.

A HS é uma doença inflamatória crônica debilitante, marcada por nódulos, abscessos e fístulas em áreas de dobras, com grande impacto na qualidade de vida.  A IA tem sido aplicada para identificar lesões por meio de imagens médicas, apoiar triagem inicial e auxiliar no desenvolvimento de novas abordagens terapêuticas. Além disso, esses modelos tecnológicos têm sido desenvolvidos para prever complicações e auxiliar em programas de reabilitação.

Na padronização da gravidade da HS, um estudo espanhol avaliou o uso da IA na avaliação e aplicação do International Hidradenitis Suppurativa Severity Score System (IHS4), amplamente utilizado na prática clínica e em pesquisas. O modelo apresentou desempenho comparável ao de especialistas, sugerindo potencial para melhorar a classificação da doença, prever prognóstico e orientar a escolha do melhor tratamento no momento mais adequado da doença.

Grande parte dos modelos foram desenvolvidos em populações restritas (europeias e asiáticas), dificultando generalização. Além disso, a IA apresenta mais falso-positivos, por não considerar fatores clínicos contextuais, depende de fotos bem padronizadas e não há experiência consolidada na prática clínica real.

Os algoritmos atuais também abrangem um número limitado de doenças e funcionam majoritariamente em classificações binárias (maligno ou benigno), dificultando o diagnóstico diferencial.

Em resumo, a inteligência artificial apresenta potencial para aumentar a precisão diagnóstica, melhorar o acompanhamento clínico e ampliar o acesso a avaliações especializadas, especialmente em áreas com poucos profissionais. Apesar dos bons resultados, ainda existem desafios importantes, como a necessidade de grandes bancos de dados para treinar modelos e a falta de diversidade étnica nas imagens utilizadas. Diante disso, pesquisas futuras serão cruciais para superar essas barreiras e explorar o potencial da IA na Dermatologia.

Link: Inteligência artificial em dermatoses inflamatórias: onde estamos e para onde vamos? | Anais Brasileiros de Dermatologia (Portuguese)