Compostos orgânicos voláteis (VOCs) na urina combinados com algoritmo de aprendizado de máquina no diagnóstico de cálculos biliares com colecistite

Por que um exame de urina pode poupar uma imagem

Cálculos biliares e inflamação da vesícula biliar são problemas comuns e dolorosos que frequentemente levam as pessoas ao pronto‑socorro. Hoje, os médicos costumam se apoiar em ultrassom ou tomografia e ressonância magnética para diagnosticá‑los, mas esses exames podem ser caros, depender do operador ou expor os pacientes à radiação. Este estudo explora uma alternativa simples: usar os vapores químicos invisíveis na urina, lidos por um detector sensível e interpretados por inteligência artificial, para identificar cálculos biliares com inflamação da vesícula de forma precoce e sem agulhas ou aparelhos de imagem.

A química oculta da doença

Nossos corpos liberam constantemente pequenas substâncias voláteis no ar, chamadas compostos orgânicos voláteis (VOCs), na respiração, no suor e na urina. Essas moléculas mudam quando algo no organismo sai do equilíbrio, refletindo alterações na inflamação, no metabolismo e até na microbiota intestinal. Os pesquisadores concentraram‑se nos VOCs da urina de pessoas com cálculos biliares e inflamação da vesícula (colecistite) comparadas a voluntários saudáveis. Como a urina é fácil e indolor de coletar, é um material atraente para desenvolver exames de triagem confortáveis que os pacientes possam repetir conforme necessário.

Transformando urina em uma impressão química

Para ler esses sinais químicos, a equipe usou uma tecnologia chamada cromatografia gasosa–espectrometria de mobilidade iônica (GC‑IMS). Em termos simples, esse aparelho primeiro separa os diferentes vapores de cada amostra de urina e depois mede quão rápido suas formas carregadas se deslocam através de um campo elétrico. O resultado é um “mapa” bidimensional — uma impressão digital — para cada pessoa, capturando dezenas de picos químicos distintos. De 200 participantes — 100 pacientes e 100 controles saudáveis — os pesquisadores coletaram urina de jato médio congelada, processaram‑na sob condições rigorosamente padronizadas e extraíram 60 picos de VOCs medidos de forma confiável, 49 dos quais puderam ser identificados quimicamente.

Deixando as máquinas aprenderem o padrão da doença

Essas impressões químicas são complexas demais para a interpretação visual humana, por isso a equipe recorreu ao aprendizado de máquina — programas de computador que encontram padrões em grandes conjuntos de dados. Treinaram quatro tipos de modelos com 70% das amostras e testaram nos 30% restantes. Três dos modelos — redes neurais, florestas aleatórias e máquinas de vetores de suporte — tiveram desempenho forte, separando corretamente a maioria dos pacientes dos saudáveis. Seus escores em uma medida padrão de acurácia chamada área sob a curva ROC variaram de cerca de 0,82 a 0,86, o que indica um bom equilíbrio entre detectar casos verdadeiros e evitar alarmes falsos, enquanto um modelo mais simples de árvore de decisão ficou atrás.

Um punhado de pistas odoríferas chave

Os pesquisadores então fizeram uma pergunta prática: um conjunto menor e mais manejável de VOCs ainda poderia conter informação suficiente para ser útil? Usando ferramentas de importância de características e um explicador baseado em teoria dos jogos chamado SHAP, destacaram cinco compostos principais — Linalol, Propil‑propenil dissulfeto, Metiltiobutirato‑M, Butilamina e Metil pentanoato‑M. Modelos construídos usando apenas quatro desses compostos alcançaram áreas sob a curva na faixa de aproximadamente 0,76–0,81, não muito distante dos modelos com todos os dados. Alguns desses compostos estão ligados à inflamação, ao metabolismo de gorduras e a respostas imunes, sugerindo que os mesmos processos que geram cálculos e inflamação da vesícula também remodelam a assinatura química da urina.

O que isso pode significar para os pacientes

Para um leigo, a conclusão é que um rápido exame de urina, analisado por um instrumento compacto e software inteligente, pode um dia ajudar a sinalizar cálculos biliares com inflamação da vesícula precocemente — antes que os sintomas se agravem ou sejam necessárias múltiplas imagens. Essa abordagem é não invasiva, não depende da habilidade do operador e pode ser relativamente de baixo custo, tornando‑a atraente para triagens rotineiras ou para hospitais com recursos limitados de imagem. Embora o estudo tenha sido realizado em um único centro e precise de confirmação em ensaios maiores e multicêntricos, ele oferece um vislumbre promissor de um futuro em que os médicos possam ler o “fôlego químico” do corpo a partir da urina para guiar decisões mais rápidas e seguras sobre doença da vesícula biliar.

Citação: Zhao, X., Li, X., Zhang, R. et al. Urine volatile organic compounds (VOCs) combined with machine learning algorithm in the diagnosis of gallstones with cholecystitis. Sci Rep 16, 6424 (2026). https://doi.org/10.1038/s41598-026-36709-6

Palavras-chave: cálculos biliares, colecistite, biomarcadores na urina, compostos orgânicos voláteis, diagnóstico por aprendizado de máquina