Aproveitando a inteligência artificial na esofagite eosinofílica

Por que isso importa para quem tem dificuldade para engolir

A esofagite eosinofílica, ou EoE, é difícil de pronunciar e ainda mais difícil de conviver. É uma doença crônica impulsionada por alergia do esôfago — o tubo que leva o alimento da boca ao estômago — que pode causar dor ao engolir, alimentos presos e cicatrização a longo prazo. Este artigo de revisão explora como a inteligência artificial (IA) pode mudar a forma como os médicos detectam, diagnosticam e tratam a EoE, potencialmente aliviando o fardo de pacientes que hoje enfrentam procedimentos repetidos e anos de tentativa e erro no cuidado.

Entendendo um problema digestivo oculto

A EoE tornou‑se muito mais comum nas últimas décadas, especialmente na América do Norte e na Europa. Adultos frequentemente sentem que o alimento “fica preso” no peito, enquanto crianças podem vomitar, perder peso ou não crescer conforme o esperado. Como esses sintomas se sobrepõem a problemas mais familiares, como refluxo ácido, o diagnóstico costuma demorar mais de dois anos. Nesse período, a inflamação persistente pode endurecer e estreitar o esôfago, aumentando o risco de impactação alimentar e até de rasgos. O cuidado atual depende de endoscopia (uma câmera flexível) e de pequenas biópsias para procurar aglomerados de certos glóbulos brancos. Esses exames são invasivos, precisam ser repetidos e nem sempre se alinham perfeitamente com a gravidade dos sintomas relatados pelo paciente.

Como máquinas inteligentes podem ajudar

IA refere‑se a sistemas computacionais que aprendem padrões a partir de dados e fazem predições ou decisões. Na EoE, ferramentas de IA estão sendo treinadas com muitos tipos de informações médicas: imagens de endoscópios, lâminas de tecido ao microscópio, medidas de pressão e distensibilidade do esôfago, marcadores genéticos e sanguíneos e até prontuários médicos escritos. Alguns modelos já conseguem distinguir EoE de condições semelhantes com altíssima acurácia, ou sinalizar pacientes com dificuldade para engolir que têm maior probabilidade de ter a doença e devem ser encaminhados para testes adicionais. Outros analisam o quanto o esôfago ficou rígido ou a disposição das células na biópsia, revelando padrões sutis que o olho humano pode não perceber.

Imagens mais nítidas e microscópios mais inteligentes

A endoscopia e a análise de tecido estão no centro do diagnóstico da EoE, e ambas podem se beneficiar da IA. Sistemas de visão computacional treinados com milhares de imagens de endoscopia podem reconhecer automaticamente anéis, sulcos e manchas brancas que indicam EoE, apresentando desempenho comparável ao de especialistas experientes e superior ao de iniciantes em alguns estudos. Em patologia, contar células-chave uma a uma é lento e subjetivo. Novas ferramentas digitais impulsionadas por IA podem escanear lâminas de biópsia inteiras, contabilizar células relevantes, medir danos ao tecido e até rastrear outras células imunes, como mastócitos. Esses sistemas igualam a precisão de patologistas especialistas, oferecendo resultados consistentes e repetíveis. Com o tempo, podem gerar relatórios instantâneos e padronizados que ajudam os médicos a monitorar a atividade da doença e a resposta ao tratamento com mais precisão.

Pistas no sangue, nos genes e no cuidado diário

Pesquisadores também estão usando IA para vasculhar sinais biológicos complexos e dados clínicos do dia a dia. Modelos de aprendizado de máquina treinados com expressão gênica e pequenos reguladores (microRNAs) identificaram padrões que separam claramente EoE de refluxo e tecido normal, e podem até refletir quão bem um paciente está respondendo à terapia com esteroides. Abordagens semelhantes poderiam, no futuro, transformar uma amostra de sangue ou um simples swab em um teste confiável que monitore a doença sem endoscopias repetidas. A revisão também examina chatbots de IA e modelos de linguagem como ferramentas de educação para pacientes. Testes iniciais mostram que sistemas de uso geral podem soar confiantes, mas misturam afirmações corretas com erros e linguagem confusa, evidenciando a necessidade de ajuste cuidadoso e supervisão médica antes que tais ferramentas possam apoiar com segurança pessoas vivendo com EoE.

Equilibrando promessa e precauções

Apesar do entusiasmo, os autores destacam que a IA não é uma solução mágica. Muitos estudos sobre EoE dependem de grupos de pacientes pequenos e restritos, levantando preocupações sobre vieses e confiabilidade limitada no mundo real. Modelos complexos podem agir como “caixas‑pretas”, oferecendo predições sem explicações claras, o que complica confiança, responsabilização e regulação. A revisão descreve as regras emergentes para tratar algoritmos avançados como dispositivos médicos, enfatizando a necessidade de grandes conjuntos de dados diversos, testes transparentes e monitoramento contínuo. Se esses obstáculos forem superados, a IA pode ajudar a transformar o cuidado da EoE de um processo lento, invasivo e padronizado em uma jornada mais precisa, oportuna e menos onerosa — permitindo que pacientes obtenham o diagnóstico e o tratamento corretos mais cedo, com menos procedimentos e melhores resultados a longo prazo.

Citação: Liberto, J.D., Snyder, D.L. & Codipilly, D.C. Leveraging artificial intelligence in eosinophilic esophagitis. npj Gut Liver 3, 13 (2026). https://doi.org/10.1038/s44355-025-00046-8

Palavras-chave: esofagite eosinofílica, inteligência artificial na medicina, imagens endoscópicas, patologia digital, gastroenterologia de precisão