ThyroidXAgent: IA auditável para diagnóstico de tireoide

O que aconteceu

O ThyroidXAgent é um sistema de IA agêntica que integra ferramentas especializadas para localização, medição, estratificação de risco e geração de laudos em ultrassom de tireoide. Desenvolvido com o OpenThyroidDB, um recurso multicêntrico com aproximadamente 0,3 milhão de imagens e 24 mil laudos pareados, o sistema foi avaliado em 28.458 casos de teste não sobrepostos, incluindo 8.721 casos de 35 centros da coorte privada NHC-MISD-TUS.

Nos testes, o ThyroidXAgent alcançou um Dice médio de 87,21% para segmentação de nódulos e um AUROC médio de 0,9466 para classificação benigno-maligno. O mesmo fluxo de trabalho suportou a predição de metástase em linfonodos e a classificação entre carcinoma folicular e papilífero, com AUROCs de 0,864 e 0,805, respectivamente. Para geração de laudos, a montagem baseada em evidências superou os baselines de modelos de linguagem multimodal em três coortes.

Contexto

O diagnóstico de tireoide por ultrassom exige coordenação entre localização de lesões, medição, estratificação de risco e elaboração de laudos. A maioria dos sistemas de IA trata essas tarefas de forma isolada e oferece suporte limitado para revisão clínica. O ThyroidXAgent propõe uma abordagem integrada, na qual as saídas de cada ferramenta são armazenadas como um registro de evidências auditável por caso, permitindo correção pelo médico.

Por que importa

A consistência dos laudos é um problema crítico na prática clínica. O sistema elevou a consistência diagnóstica de 70,3% para 86,2%, um ganho de 15,9 pontos percentuais. Além disso, melhorou a precisão da classificação feita por médicos e reduziu o tempo de segmentação e de laudo em 35,9% e 27,4%, respectivamente. Isso indica potencial para aumentar a eficiência e a confiabilidade no diagnóstico de tireoide.

Impacto

No curto prazo, o ThyroidXAgent pode ser usado como ferramenta de apoio à decisão em centros de diagnóstico por imagem, reduzindo a carga de trabalho e padronizando laudos. No médio prazo, a abordagem auditável e corrigível pelo clínico pode facilitar a adoção regulatória e a aceitação por parte dos médicos, que podem revisar e ajustar as decisões do sistema.

O que muda

O sistema introduz um registro de evidências em nível de caso, tornando o processo de diagnóstico mais transparente e auditável. Isso permite que o médico acompanhe cada etapa do raciocínio da IA e corrija eventuais erros, algo que não é comum em sistemas de IA tradicionais. A métrica ThyClinScore, proposta no estudo, mostrou forte correlação com um avaliador de linguagem sensível à localização, indicando que a avaliação semântica clínica pode ser mais adequada para laudos.

O que vem agora

Os resultados apoiam o uso de IA agêntica auditável e corrigível pelo clínico para diagnóstico e laudo de tireoide. Próximos passos incluem validação em coortes maiores, integração com sistemas de prontuário eletrônico e estudos prospectivos para avaliar o impacto clínico real. O estudo foi disponibilizado no arXiv em 12 de agosto de 2026.

Fontes

• arXiv cs.AI: "Auditable agentic AI for evidence-grounded thyroid ultrasound diagnosis and reporting" — https://arxiv.org/abs/2608.12590