IA em neurologia: a IA para AVC detecta 62% das oclusões de grandes vasos contra até 96% dos leitores humanos

Zenodo 2026 · 1 min de leitura
Sensibilidade · IA para oclusão de grandes vasos
0.62
Contra 0.65–0.96 de oito leitores humanos, 500 pacientes (Slater et al., 2024)
AUROC · IA multimodal para demência
0.94
Classificação do estado cognitivo, 51,269 participantes (Xue et al., 2024)
Fontes no corpus
27

Whitepaper da Arkangel AI: uma revisão de 27 fontes mapeia a IA em neurologia, do AVC à demência, com pouca prova de benefício prospectivo ou desempenho regional.

Este whitepaper examina aplicações selecionadas de IA em neurologia: imagem e fluxo de atendimento no AVC, EEG e epilepsia, avaliação multimodal da demência, análise de movimento, acompanhamento da esclerose múltipla e síntese documental com modelos de linguagem. É uma síntese narrativa de 27 fontes com corte clínico principal em 15 de junho de 2026, organizada por tarefa clínica e por estágio de maturidade, do desenvolvimento retrospectivo à implementação de rotina. É literatura cinzenta não revisada por pares, publicada pela Arkangel AI, e a evidência citada não valida nenhum produto da Arkangel.

A imagem no AVC tem a via operacional mais desenvolvida do corpus, mas o desempenho é desigual: em uma comparação com exames de 500 pacientes, uma ferramenta comercial detectou oclusões de grandes vasos com sensibilidade de 0.62, contra 0.65–0.96 de oito leitores humanos, o que, segundo os autores, não basta para descartar uma oclusão. Um modelo multimodal de demência treinado com 51,269 participantes atingiu AUROC microagregada de 0.94 para o estado cognitivo e de 0.96 para as etiologias, sem efeitos prospectivos estabelecidos sobre o cuidado. Em EEG, demência e outros domínios, o apoio à revisão e à integração de dados está mais bem sustentado do que a substituição do julgamento do especialista, e as fontes regionais encontradas documentam desigualdades no atendimento ao AVC sem demonstrar o desempenho da IA neurológica na América Latina.

Resultados em resumo

Os números principais do artigo, em linguagem simples.

Como o modelo se saiu

Quanto maior, melhor

Dados: Contra 0.65–0.96 de oito leitores humanos, 500 pacientes (Slater et al., 2024) · Classificação do estado cognitivo, 51,269 participantes (Xue et al., 2024) — Zenodo 2026

Pontuações em escala de 0 a 1 (AUC, kappa) aparecem ×100.

Ver os números em uma tabela
MétricaValorO que significa
Sensibilidade · IA para oclusão de grandes vasos0.62Contra 0.65–0.96 de oito leitores humanos, 500 pacientes (Slater et al., 2024)
AUROC · IA multimodal para demência0.94Classificação do estado cognitivo, 51,269 participantes (Xue et al., 2024)
Fontes no corpus27

Como citar

Katherine Monsalve, Natalia Castaño-Villegas, Jose Zea, Laura Velásquez. AI in Neurology Selected Applications, Evidence Maturity, and Governance for Latin America. Zenodo. 2026. https://doi.org/10.5281/zenodo.23092130

@article{monsalve2026neurology,
  title     = {{AI in Neurology Selected Applications, Evidence Maturity, and Governance for Latin America}},
  author    = {Katherine Monsalve and Natalia Castaño-Villegas and Jose Zea and Laura Velásquez},
  journal   = {Zenodo},
  year      = {2026},
  doi       = {10.5281/zenodo.23092130},
  url       = {https://doi.org/10.5281/zenodo.23092130}
}

Mais pesquisas da Arkangel AI

Todas as pesquisas →

Para hospitais e operadoras

Valide estes resultados na sua instituição

Testamos o modelo com os seus próprios prontuários e a sua equipe, sob as suas regras de privacidade e governança.

Iniciar uma parceria
Ler artigoCitar