Aplicações de inteligência artificial na obstetrícia

Abstract

Introdução: A inteligência artificial (IA) tem se consolidado como uma tecnologia emergente com elevado potencial transformador na medicina, especialmente na obstetrícia e medicina materno-fetal. Ao permitir a análise automatizada de grandes volumes de dados clínicos e de imagem, a IA oferece novas possibilidades para aprimorar o rastreamento, a predição, o diagnóstico e o suporte à tomada de decisão clínica. Apesar do crescimento acelerado das aplicações, ainda existem lacunas quanto à padronização metodológica, validação externa e aplicabilidade clínica desses sistemas. Objetivo: Descrever as principais modalidades de aplicação da inteligência artificial na obstetrícia e medicina materno-fetal, analisando criticamente suas contribuições, desempenho diagnóstico e preditivo, limitações metodológicas e potencial impacto na prática clínica. Metodologia: Trata-se de uma revisão da literatura científica realizada na base de dados PubMed, incluindo estudos publicados entre 2021 e 2025. Foram selecionados artigos originais, revisões sistemáticas e meta-análises que abordassem aplicações práticas da IA em obstetrícia, com apresentação de métricas de desempenho dos algoritmos. Os estudos incluídos foram categorizados em quatro eixos principais: estimativa de idade gestacional e peso fetal, avaliação neurológica fetal e neonatal, predição de distúrbios hipertensivos da gestação e triagem pré-natal de anomalias estruturais e genéticas. Resultados: Foram incluídas 12 publicações. Os achados demonstraram que sistemas de IA apresentam desempenho equivalente ao de especialistas humanos na estimativa da idade gestacional, com especial destaque para aplicações em ambientes de poucos recursos. Na avaliação neurológica fetal e neonatal, modelos de aprendizado profundo mostraram elevada acurácia na detecção de lesões cerebrais e permitiram análises dinâmicas da atividade cerebral fetal por meio do reconhecimento de expressões faciais. Em relação à predição de distúrbios hipertensivos da gestação, a IA demonstrou potencial promissor, sobretudo na análise de textura placentária, embora com heterogeneidade metodológica. Aplicações voltadas à triagem de anomalias estruturais e genéticas também apresentaram resultados robustos, com redução da dependência do operador. Conclusão: As evidências indicam que a inteligência artificial pode ampliar a precisão diagnóstica, reduzir a variabilidade interobservador e otimizar fluxos assistenciais em obstetrícia. No entanto, persistem desafios relacionados à interpretabilidade dos modelos, validação externa, generalização dos resultados e integração segura à prática clínica. A IA deve ser compreendida como ferramenta complementar ao julgamento médico, e não como substituta, sendo essencial o desenvolvimento de diretrizes baseadas em evidências e treinamento adequado dos profissionais de saúde.

Ähnliche Arbeiten