INTELIGÊNCIA ARTIFICIAL NA CITOMETRIA DE FLUXO PARA O DIAGNÓSTICO DA LEUCEMIA MIELOIDE AGUDA: DESEMPENHO DIAGNÓSTICO, TEMPO DE ANÁLISE E VIABILIDADE CLÍNICA

Resumo

A leucemia mieloide aguda (LMA) é uma neoplasia clonal agressiva, cuja incidência cresce com o envelhecimento populacional e cujo diagnóstico depende da interpretação especializada da citometria de fluxo. Este estudo teve como objetivo analisar o desempenho de modelos de inteligência artificial (IA) aplicados à análise automatizada da citometria de fluxo no diagnóstico da LMA, considerando acurácia, tempo de processamento e viabilidade de implementação. Trata-se de revisão narrativa, estruturada segundo a escala SANRA, com buscas nas bases PubMed e LILACS em março e julho de 2026, que incluiu cinco estudos originais publicados entre 2018 e 2026. As amostras variaram de 200 a 5.333 e incluíram comparações com condições não neoplásicas, indivíduos saudáveis e outras leucemias agudas. Os algoritmos analisaram as amostras em 7 a 84 segundos, ante 15,6 a 20 minutos do hematologista, e alcançaram especificidade de 99,79% e precisão de 92,31% na detecção de LMA em amostras de boa qualidade, além de acurácia de 90% na detecção de doença residual mínima. Conclui-se que a IA é um suporte de alto desempenho, que não substitui o especialista, e que sua adoção no Brasil requer validação local, sobretudo no sistema público.