Português 
Español 
English 
O acesso ao atendimento oftalmológico ainda é um desafio para muitos pacientes do Sistema Único de Saúde (SUS), especialmente para aqueles que precisam de acompanhamento periódico devido a doenças crônicas. A escassez de especialistas, as barreiras geográficas e a crescente demanda associada ao envelhecimento da população podem atrasar a identificação de alterações na retina e, consequentemente, o início do tratamento.
Entre as condições que contribuem para esse cenário está o diabetes, doença que tem aumentado e que pode provocar complicações oculares, como a retinopatia diabética, uma das principais causas de cegueira evitável no mundo.
No modelo tradicional de atendimento, pacientes avaliados na Atenção Primária à Saúde (APS) que precisam de uma avaliação oftalmológica são frequentemente encaminhados para a atenção secundária. “Isso acaba gerando uma fila enorme, às vezes de anos, para a primeira consulta. Se conseguirmos fazer uma triagem inicial na própria atenção primária, podemos identificar quem realmente precisa ser encaminhado e manter os demais pacientes em acompanhamento pela equipe local”, explica o pesquisador Alan Cristian Marinho Ferreira, autor do estudo e doutor pelo Programa de Pós-Graduação em Saúde Pública da Faculdade de Medicina da Universidade Federal de Minas Gerais (UFMG).
Foi a partir desse desafio que Ferreira e sua equipe desenvolveram a pesquisa derivada da tese de doutorado de Ferreira, intitulada “Desempenho Diagnóstico de um Modelo de Inteligência Artificial para Anormalidades Retinianas na Atenção Primária à Saúde”, realizada em parceria entre o Centro de Telessaúde (CETES) da UFMG, o Núcleo de Telessaúde da UFMG e o Ministério da Saúde do Brasil, sob orientação da Professora Alaneir de Fátima do Santos, coordenadora do CETES. Recentemente, o estudofoi publicado no periódico internacional Telemedicine and e-Health, um dos mais prestigiados da área de saúde digital.
A pesquisa avaliou o desempenho do EyerMaps, modelo de inteligência artificial integrado ao ecossistema do retinógrafo portátil Eyer, na identificação de possíveis anormalidades retinianas em pacientes atendidos na APS de seis municípios de Minas Gerais.
A proposta foi investigar se a ferramenta poderia contribuir para a triagem e a organização dos encaminhamentos, aproximando a avaliação da retina da porta de entrada do sistema de saúde. O estudo também analisou se o desempenho do modelo se mantinha consistente entre diferentes perfis clínicos e demográficos.
O pesquisador Alan Cristian Marinho Ferreira, autor do estudo e doutor pelo Programa de Pós-Graduação em Saúde Pública da Faculdade de Medicina da UFMG.
Pesquisa
Os exames foram realizados em um fluxo de trabalho de teleoftalmologia na APS de seis municípios mineiros: Betim, Contagem, Diamantina, Nova Lima, Santa Luzia e Santana do Riacho.
Entre dezembro de 2023 e setembro de 2024, profissionais de saúde previamente treinados operaram o Eyer para a captura das imagens. As retinografias foram realizadas em ambientes com baixa luminosidade e sem o uso de colírios para dilatação, reproduzindo as condições operacionais da rotina da APS.
A disponibilidade dos equipamentos também foi adaptada à realidade de cada cidade. “O município que já tinha o aparelho continuava fazendo os exames. Naquele que não tinha, a gente emprestava”, conta o pesquisador. Em alguns momentos, a estrutura chegou a permitir a realização de quase 100 exames em um único dia.
Na etapa seguinte, o EyerMaps classificou as imagens em categorias de baixa, média ou alta probabilidade de alterações retinianas. Os resultados foram comparados com a avaliação de um oftalmologista, considerado o padrão de referência do estudo. O especialista acessou as retinografias remotamente pela plataforma EyerCloud, sem conhecimento prévio da classificação feita pela inteligência artificial. “Essa análise independente buscou minimizar possíveis vieses de mensuração”, explica Ferreira.
Foram incluídos exames de indivíduos de ambos os sexos, com idade igual ou superior a 5 anos e com pelo menos uma condição crônica associada a maior risco de anormalidades retinianas, incluindo diabetes, hipertensão arterial sistêmica ou dislipidemia.
Entre as variáveis analisadas estavam idade, sexo, condição clínica associada ao encaminhamento para o exame, baixa acuidade visual autorreferida e classificação das imagens pelo oftalmologista como normal, anormal ou inconclusiva.
O estudo transversal analisou inicialmente 2.158 retinografias. Após a aplicação dos critérios definidos para a análise, chegou-se a uma amostra pareada de 824 imagens.
Para avaliar o desempenho diagnóstico do EyerMaps, foram calculados indicadores como sensibilidade, especificidade, valores preditivos positivo (VPP) e negativo (VPN), coeficiente Kappa de Cohen e área sob a curva ROC (AUC).
Retinografia realizada com Eyer em um dos municípios participantes da pesquisa.
Resultados
A caracterização da população mostrou maior presença de indivíduos com 60 anos ou mais (62,5%) e do sexo feminino (67,0%). Diabetes mellitus e hipertensão arterial sistêmica foram as condições mais frequentes, presentes em 79,0% e 82,8% dos pacientes, respectivamente. A dislipidemia foi registrada em 53,1% dos casos, enquanto a baixa acuidade visual autorreferida esteve presente em 87,3% dos exames analisados.
O modelo de inteligência artificial apresentou concordância quase perfeita com a avaliação do oftalmologista, com coeficiente Kappa de 0,819 (p < 0,001), resultado superior ao observado em diversos estudos internacionais que avaliaram modelos de IA aplicados a imagens da retina.
Diferentemente de versões preliminares ou de outros modelos disponíveis no mercado que focam exclusivamente na sensibilidade, o EyerMaps se destacou pela alta especificidade (98,0%) e pelo VPP (98,0%). A sensibilidade foi de 83,0%, o VPN de 86,0% e a área sob a curva ROC (AUC) foi de 0,91.
Para testar a segurança da IA em diferentes perfis de pacientes, o estudo utilizou análise de agrupamentos (clusters), avaliando a combinação de idade e doenças crônicas. O modelo manteve altíssima especificidade em todos os subgrupos, variando a sensibilidade em apenas um perfil específico. “Isso mostra o alto rigor com que a ferramenta foi testada em ambiente real de saúde pública, reforçando a importância de protocolos integrados de segurança para o profissional de saúde”, observa o autor.
A proporção de exames classificados como anormais, tanto pelo especialista quanto pelo modelo de IA, foi superior à descrita em estudos populacionais, nos quais a prevalência de anormalidades retinianas entre usuários da APS varia de 16% a 41%. Segundo o pesquisador, esse resultado pode estar relacionado à demanda reprimida e às barreiras de acesso aos serviços especializados.
Em contextos como o brasileiro, marcado por longas filas de espera e distribuição desigual de especialistas, a teleoftalmologia surge como uma estratégia para ampliar o acesso à avaliação oftalmológica e contribuir para a reorganização dos fluxos de cuidado.
“As evidências mostraram que a inteligência artificial pode ser uma aliada do profissional de saúde na avaliação das imagens de retina, oferecendo informações que ajudam a direcionar a conduta e a identificar os casos que precisam de uma análise especializada. É uma aplicação que pode tornar a teleoftalmologia mais eficiente e apoiar a tomada de decisão clínica”, afirma Ferreira.
Referência do Estudo:
FERREIRA, A. C. M.; FREITAS, M. A. C.; PERILLO, R. D.; AMARAL, C. E. M.; SANTOS, A. F. Diagnostic Performance of an Artificial Intelligence Model for Retinal Abnormalities in Primary Health Care: A Real-World Teleophthalmology Study. Telemedicine and e-Health, v. 32, n. 9, 2026. DOI: 10.1177/15305627261454208.
