Introdução: Os tumores malignos do trato digestivo são tipos tumorais altamente prevalentes e fatais em todo o mundo, frequentemente diagnosticados em estágios avançados devido a sintomas precoces atípicos, fazendo com que os pacientes percam oportunidades ideais de tratamento. Os processos diagnósticos endoscópicos e patologias tradicionais são altamente dependentes da experiência de especialistas, enfrentando problemas como altas taxas de diagnósticos errôneos e variações significativas entre observadores. Com o desenvolvimento de tecnologias de inteligência artificial (IA), como aprendizado profundo, detecção de lesões em tempo real com assistência endoscópica e análise automatizada de imagens patológicas, mostraram potencial para melhorar a precisão e a eficiência do diagnóstico. No entanto, aplicativos relevantes ainda enfrentam desafios, incluindo padronização insuficiente de dados, interpretabilidade inadequada e validação clínica fraca.
Objetivo: Este estudo visa revisar sistematicamente as aplicações atuais da inteligência artificial no diagnóstico de tumores malignos do trato digestivo, com foco no progresso e nos gargalos em duas áreas principais: exame endoscópico e diagnóstico patológico, e fornecer ideias e sugestões viáveis para pesquisas subsequentes e tradução clínica.
Métodos: Uma estratégia sistemática de busca bibliográfica foi adotada para selecionar estudos relevantes publicados entre 2017 e 2024 em bancos de dados, incluindo PubMed, Web of Science, Scopus e IEEE Xplore, complementada com pesquisas na literatura clássica antiga. Os critérios de inclusão incluíram estudos sobre tumores malignos do trato digestivo, como câncer de esôfago, câncer gástrico ou câncer colorretal, envolvendo a aplicação de tecnologia de inteligência artificial no diagnóstico endoscópico ou análise patológica. Os efeitos e as principais limitações do diagnóstico de IA foram resumidos por meio de uma análise abrangente do projeto de pesquisa, métodos algorítmicos e resultados experimentais da literatura relevante.
Resultados: No campo da endoscopia, vários modelos de aprendizado profundo melhoraram significativamente as taxas de detecção na detecção de pólipos em tempo real, câncer gástrico precoce e rastreamento do câncer de esôfago, com alguns sistemas comercializados entrando com sucesso em ensaios clínicos. No entanto, a escala e a qualidade dos dados em diferentes estudos variam muito, e a generalização dos modelos para ambientes multicêntricos e com vários dispositivos ainda precisa ser verificada. Na análise patológica, usando redes neurais convolucionais, modelos multimodais de pré-treinamento, etc., a segmentação automática do tecido, a classificação do tumor e o diagnóstico assistido podem ser alcançados, mostrando boa escalabilidade na resposta interativa às perguntas. No entanto, a implementação clínica ainda enfrenta obstáculos como padrões de dados não uniformes, falta de validação prospectiva em grande escala e interpretabilidade insuficiente do modelo e mecanismos de aprendizado contínuo.
Conclusão: A inteligência artificial oferece novas oportunidades tecnológicas para o diagnóstico endoscópico e patológico de tumores malignos do trato digestivo, alcançando resultados positivos na identificação precoce de lesões e auxiliando na tomada de decisões. No entanto, para alcançar a transição da pesquisa para a ampla aplicação clínica, a padronização dos dados, a confiabilidade do modelo e a interpretabilidade ainda precisam ser aprimoradas por meio de pesquisas conjuntas multicêntricas, e um sistema regulatório e ético completo precisa ser estabelecido. No futuro, a inteligência artificial desempenhará um papel mais importante na padronização e no gerenciamento preciso do diagnóstico e tratamento de tumores do trato digestivo.
Palavras-chave: Inteligência artificial; Aprendizagem profunda; Diagnóstico; Endoscopia; Tumores malignos do trato digestivo; Patologia.
