Resumo

OBJETIVOS: Esta meta-análise avaliou sistematicamente a precisão diagnóstica e o desempenho clínico da inteligência artificial aplicada a imagens capturadas por smartphones na triagem da retinopatia diabética.
MÉTODOS: A revisão seguiu as diretrizes Preferred Reporting Items for Systematic Reviews and Meta-Analyses for Diagnostic Test Accuracy (PRISMA-DTA) e foi registrada no banco PROSPERO (CDR420251011626). A busca foi realizada em seis bases de dados (Scopus, Embase, Web of Science, MEDLINE, Cochrane Library e LILACS). Foram incluídos estudos que utilizaram inteligência artificial acoplada a smartphones. A qualidade metodológica foi avaliada com a ferramenta Quality Assessment of Diagnostic Accuracy Studies (QUADAS-2) e o viés de publicação foi investigado pelo teste de Deeks. A análise estatística utilizou um modelo bivariado de efeitos aleatórios para estimar sensibilidade, especificidade, razão de verossimilhança positiva e negativa, razão de chances diagnósticas e área sob a curva da característica de operação do receptor hierárquico.
RESULTADOS: Dez estudos foram incluídos, totalizando 5.370 olhos avaliados. A sensibilidade foi de 91,4% e a especificidade de 89,4%, com alta acurácia diagnóstica (área sob a curva de 0,956) e baixa heterogeneidade.
CONCLUSÕES: Conclui-se que o uso de inteligência artificial em imagens de smartphones é promissor na triagem da retinopatia diabética, especialmente em contextos com acesso limitado a oftalmologistas.

Palavras-chave: Inteligência artificial; Retinopatia diabética; Teste diagnóstico; Oftalmoscopia; Smartphone.