Rev. Neurocirurg. 2024 Set 19;47(1):641. doi: 10.1007/s10143-024-02897-w.

RESUMO

Conteúdo Patrocinado

O traumatismo craniano pediátrico é uma causa significativa de morbidade e mortalidade, com crianças, especialmente aquelas com menos de dois anos de idade, sendo mais suscetíveis a fraturas cranianas devido às suas características fisiológicas e de desenvolvimento únicas. Um estudo recente de Azusa Ono et al. examinou o impacto de exames de imagem repetidos em crianças menores de 24 meses com traumatismo craniano leve, revelando que 40,6% daqueles que fizeram ressonância magnética de acompanhamento após uma tomografia computadorizada inicial mostraram novas descobertas intracranianas. O estudo enfatiza a importância da consideração cuidadosa de exames de imagem repetidos com base nos achados iniciais e fatores de risco associados, como a presença de hematoma subcutâneo e fraturas intersectando suturas coronais. Isso ressalta a necessidade de abordagens diagnósticas aprimoradas para minimizar a exposição à radiação, ao mesmo tempo que garantem um diagnóstico preciso. A Inteligência Artificial (IA) oferece uma solução promissora, com pesquisas indicando que modelos de IA podem melhorar significativamente a precisão diagnóstica, aumentando a acurácia de 78,1 para 85,2% e reduzindo erros em dois a três vezes. Além disso, a IA demonstrou alta precisão na detecção de vários tipos de hemorragias cerebrais, potencialmente facilitando a detecção precoce e mais precisa de hematomas associados a fraturas cranianas. A integração da IA nas práticas diagnósticas poderia aprimorar a detecção precoce, reduzir erros diagnósticos e melhorar os resultados dos casos de traumatismo craniano pediátrico. O estudo enfatiza a necessidade crítica de métodos diagnósticos avançados para melhor gerenciar e tratar lesões na cabeça em crianças pequenas, onde o diagnóstico oportuno e preciso é crucial.

PMID:39294484 | DOI:10.1007/s10143-024-02897-w