IA em gastroenterologia e hepatologia: em 18 fontes, a colonoscopia assistida é o uso mais maduro, sem benefício comprovado em desfechos

Zenodo 2026 · 1 min de leitura
Fontes revisadas
18
10 clínicas ou técnicas, 5 marcos de implementação e governança, 3 institucionais
Detecção de adenomas com assistência de IA
48.2%
Contra 57.0% convencional em um estudo brasileiro de 305 colonoscopias; sem diferença significativa
Sensibilidade macro · classificação anatômica gástrica
85.5%
Sistema colombiano Gastro UNAL, 13 regiões, especificidade de 98.8%

Whitepaper da Arkangel AI: 18 fontes mostram que a colonoscopia assistida é o uso mais maduro da IA, com pouca evidência em desfechos e na América Latina.

Este whitepaper da Arkangel AI é uma revisão narrativa de 18 fontes selecionadas sobre inteligência artificial em gastroenterologia e hepatologia: dez estudos clínicos ou técnicos, cinco marcos de implementação e governança e três fontes institucionais. Abrange colonoscopia, endoscopia digestiva alta e por cápsula, fibrose hepática, carcinoma hepatocelular e análise de encaminhamentos a especialistas, e classifica cada tarefa pela maturidade de sua evidência, do desenvolvimento à implementação rotineira.

A colonoscopia assistida por computador é a aplicação mais madura, mas seus desfechos são de detecção e de fluxo de trabalho, não de mortalidade nem de incidência de câncer, e as diretrizes de 2025 da AGA e da ESGE divergem sobre ela. A evidência regional é limitada: um estudo brasileiro com 305 colonoscopias de rastreamento encontrou taxa de detecção de adenomas de 48.2% com IA contra 57.0% sem ela, sem diferença significativa, e um sistema colombiano alcançou sensibilidade macro de 85.5% e especificidade de 98.8% ao classificar 13 regiões gástricas, o que não equivale a detectar câncer. Um modelo brasileiro de encaminhamentos obteve acurácia de 0.716 em cinco especialidades. Os autores recomendam começar por tarefas delimitadas, validação local e revisão humana. É um whitepaper, sem revisão por pares.

Resultados em resumo

Os números principais do artigo, em linguagem simples.

Como o modelo se saiu

Quanto maior, melhor

Dados: Contra 57.0% convencional em um estudo brasileiro de 305 colonoscopias; sem diferença significativa · Sistema colombiano Gastro UNAL, 13 regiões, especificidade de 98.8% — Zenodo 2026

Ver os números em uma tabela
MétricaValorO que significa
Fontes revisadas1810 clínicas ou técnicas, 5 marcos de implementação e governança, 3 institucionais
Detecção de adenomas com assistência de IA48.2%Contra 57.0% convencional em um estudo brasileiro de 305 colonoscopias; sem diferença significativa
Sensibilidade macro · classificação anatômica gástrica85.5%Sistema colombiano Gastro UNAL, 13 regiões, especificidade de 98.8%

Como citar

Katherine Monsalve, Natalia Castaño-Villegas, Jose Zea, Laura Velásquez. AI in gastroenterology and hepatology A narrative review of applications, evidence maturity, and governance implications for Latin America. Zenodo. 2026. https://doi.org/10.5281/zenodo.22948678

@article{monsalve2026gastroenterology,
  title     = {{AI in gastroenterology and hepatology A narrative review of applications, evidence maturity, and governance implications for Latin America}},
  author    = {Katherine Monsalve and Natalia Castaño-Villegas and Jose Zea and Laura Velásquez},
  journal   = {Zenodo},
  year      = {2026},
  doi       = {10.5281/zenodo.22948678},
  url       = {https://doi.org/10.5281/zenodo.22948678}
}

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