DETECÇÃO DE FRATURAS DO ESQUELETO APENDICULAR PEDIÁTRICO BASEADA EM INTELIGÊNCIA ARTIFICIAL: ESTUDO DE ACURÁCIA DIAGNÓSTICA

Resumo

Introdução: Fraturas pediátricas figuram entre as principais causas de atendimento em serviços de emergência, sendo frequentemente de difícil diagnóstico devido às particularidades do esqueleto em desenvolvimento. Nesse contexto, a inteligência artificial (IA) surge como ferramenta promissora para aprimorar a acurácia diagnóstica e auxiliar na interpretação de exames radiográficos. Objetivos: Avaliar o desempenho da inteligência artificial na detecção de fraturas do esqueleto apendicular pediátrico, bem como analisar seu impacto como ferramenta de apoio à decisão clínica. Metodologia: Trata-se de uma revisão narrativa da literatura, com busca realizada nas bases PubMed, Embase, Scopus, Web of Science e Cochrane Library, abrangendo o período de 2022 a 2026. Foram incluídos estudos que avaliaram algoritmos de IA aplicados à detecção de fraturas em crianças, com análise de desfechos como sensibilidade, especificidade e acurácia diagnóstica. Resultados: Os estudos demonstraram que a IA apresenta desempenho diagnóstico elevado, com sensibilidade e especificidade comparáveis ou superiores às de profissionais de saúde em determinados contextos. Ademais, o uso combinado entre IA e avaliação médica resultou em aumento significativo da acurácia diagnóstica e redução de erros, especialmente entre profissionais menos experientes. Contudo, a IA isolada ainda apresenta limitações, como maior ocorrência de falsos-negativos em alguns cenários. Discussão: Apesar dos avanços, a aplicabilidade da IA ainda enfrenta desafios, incluindo heterogeneidade metodológica, necessidade de validação externa e limitações relacionadas às variações anatômicas pediátricas. Conclusão: A IA configura-se como ferramenta complementar promissora, capaz de aprimorar o diagnóstico de fraturas pediátricas, embora estudos adicionais sejam necessários para sua implementação segura e eficaz.