Ferramentas de processamento de linguagem natural podem identificar com precisão nódulos pulmonares incidentais em relatórios de tomografia computadorizada do tórax, reduzindo a perda de acompanhamento e permitindo o diagnóstico precoce do câncer de pulmão. O brasileiro Bruno Hochhegger (foto), professor de radiologia na Universidade da Flórida, é o autor sênior do trabalho publicado no JCO Global Oncology.
No estudo, os pesquisadores revisaram retrospectivamente todos os relatórios consecutivos não estruturados de tomografias computadorizadas de tórax realizadas em um hospital terciário entre 2020 e 2021 (n = 21.542) para treinar a ferramenta de processamento de linguagem natural (PLN).
A validação interna foi realizada usando leituras de referência de dois radiologistas de tomografias computadorizadas e relatórios, usando uma coorte externa diferente de 300 tomografias computadorizadas de tórax. A validação externa foi realizada em uma coorte de todos os laudos aleatórios de TC de tórax não estruturada de 57 hospitais diferentes, realizada em maio de 2022. Uma revisão feita pelos mesmos radiologistas torácicos foi usada como padrão-ouro. Foram calculadas a sensibilidade, especificidade e precisão.
Resultados
De 21.542 laudos de tomografia computadorizada, 484 mencionaram pelo menos um nódulo pulmonar incidental (idade média, 71 ± 17,6 [desvio padrão] anos; mulheres, 52%) e foram incluídos no conjunto de treinamento. Na validação interna (n = 300), a ferramenta PLN detectou nódulos pulmonares incidentais com sensibilidade de 100,0% (95% CI, 97,6 a 100,0), especificidade de 95,9% (95% CI, 91,3 a 98,5) e precisão de 98,0% (95% CI, 95,7 a 99,3). Na validação externa (n = 977), a ferramenta de PLN apresentou sensibilidade de 98,4% (95% CI, 94,5 a 99,8), especificidade de 98,6% (95% CI, 97,5 a 99,3) e precisão de 98,6% (95% CI, 97,6 a 99,2). Doze meses após os relatos iniciais, 8 (8,60%) pacientes tiveram diagnóstico final de câncer de pulmão, entre os quais 2 (2,15%) teriam sido perdidos no acompanhamento sem a ferramenta de processamento de linguagem natural.
Em síntese, os autores observaram que o processamento de linguagem natural pode ser utilizado para identificar nódulos pulmonares incidentais em relatórios não estruturados com alta precisão, permitindo uma recuperação oportuna dos pacientes e um diagnóstico potencial de câncer de pulmão em estágio inicial que poderia ter sido perdido no acompanhamento. “Desenvolvemos um algoritmo de PLN para identificar ILNs com sensibilidade e especificidade de 98,4% e 98,6%, respectivamente”, concluíram.
O trabalho contou com participação dos pesquisadores brasileiros Rodrigo Basilio, Alysson Carvalho, Rosana Rodrigues, Marco Conrado, Sephania Accorsi e Thiago Machuca, do Instituto D'Or de Educação e Pesquisa; Reza Forghani, da Universidade da Florida; Matheus Zanon, da Universidade Federal de Ciências da Saúde de Porto Alegre; e Stephan Altmayer, da Universidade de Stanford.
Referência: Basilio R, Carvalho AR, Rodrigues R, Conrado M, Accorsi S, Forghani R, Machuca T, Zanon M, Altmayer S, Hochhegger B. Natural Language Processing for the Identification of Incidental Lung Nodules in Computed Tomography Reports: A Quality Control Tool. JCO Glob Oncol. 2023 Sep;9:e2300191. doi: 10.1200/GO.23.00191. PMID: 37769221.
