IA antecipa diagnóstico de malformações cerebrais fetais no 1º trimestre com alta precisão

Inteligência artificial aplicada à imagem pré-natal avançou um passo significativo: um consórcio internacional, coordenado pelo professor Tullio Ghi e pelo doutor Luca Boldrini, desenvolveu um algoritmo de deep learning capaz de analisar automaticamente a região posterior do cérebro fetal em ecografias realizadas entre 11 e 14 semanas de gestação, identificando com precisão casos de espinha bífida aberta (open spina bifida - OSB) e de Dandy-Walker, duas das mais complexas anomalias cerebrais fetais.

O trabalho, que envolveu 10 centros de medicina fetal e foi publicado na revista Radiology Artificial Intelligence, apresenta resultados relevantes para a organização do cuidado pré-natal: a detecção precoce permite encaminhamento ágil a centros de referência, planejamento de exames complementares (como testes genéticos e ressonância magnética) e seleção criteriosa de casos que podem se beneficiar de intervenções prenatais, em particular para a espinha bífida aberta, que hoje tem opções de terapia cirúrgica intrauterina com impacto comprovado nos desfechos clínicos.

Crédito: L'intelligenza artificiale anticipa le diagnosi di anomalie cerebrali fetali — agi.it

Segundo Ghi, "a identificação precoce dessas condições permite enviar tempestivamente as pacientes a um centro de referência de medicina fetal para oferecer um mais acurado inquadramento diagnóstico e um adequado counseling dentro do final do I trimestre". Em termos práticos, essa antecipação muda a topologia do percurso de cuidado: reduz atrasos diagnósticos e cria um fluxo de dados clínicos que melhora a tomada de decisões sobre exames e terapias.

O estudo fez análise retrospectiva de 251 imagens ecográficas do cérebro fetal no primeiro trimestre: 150 casos considerados normais e 101 com anomalias, conforme detalha a co-investigadora Alessandra Familiari. Essas imagens foram usadas para "ensinar" o algoritmo a reconhecer padrões de normalidade e anomalia na região cerebral em foco. Trata-se da primeira aplicação bem-sucedida de inteligência artificial em ecografia fetal tão precocemente na gravidez, fato que motivou a seleção do projeto para financiamento pelo Ministério da Saúde no edital de pesquisa finalizada 2022.

Os resultados quantitativos indicam que o sistema alcançou uma acurácia global de 88% na distinção entre imagens normais e patológicas, com desempenho ainda maior para a espinha bífida aberta (acurácia de 93% e alta sensibilidade). Como ressalta Boldrini, "é um grande resultado, considerando que utiliza imagens ecográficas de rotina, completamente não invasivas para o feto e para a mãe".

Do ponto de vista de infraestrutura clínica e digital, esta solução representa uma camada adicional no "sistema nervoso" da atenção pré-natal: um algoritmo que atua como um sensor automático integrado ao fluxo de exames de rotina, potencialmente capaz de sinalizar anomalias antes que métodos tradicionais as detectem. Em termos de implantação, porém, são necessárias etapas adicionais — validação prospectiva multicêntrica, integração com sistemas de gestão obstétrica e definição de caminhos clínicos padronizados — para que o valor demonstrado em retrospectiva se traduza em prática segura e escalável.

Há ainda considerações éticas e operacionais: a sistematização da triagem automatizada exige protocolos claros de comunicação com gestantes, consenso sobre encaminhamentos e treinamento das equipes para interpretar e responder aos alertas do algoritmo. Se bem integrado, esse recurso pode reduzir a variabilidade diagnóstica entre centros e acelerar decisões terapêuticas, servindo como um alicerce digital que reforça a arquitetura do cuidado fetal.

Em síntese, o estudo liderado por Ghi e Boldrini demonstra o potencial real da inteligência artificial como ferramenta de triagem precoce para anomalias cerebrais fetais. O próximo passo prático é a validação clínica em cenário prospectivo e a integração com os fluxos existentes de medicina fetal na Itália e na Europa, assegurando que o ganho tecnológico se traduza em melhores resultados para mães e crianças.