Inteligência artificial e aprendizado de máquina para movimentos oculares na tontura e vertigem: uma revisão abrangente

Padrões de nistagmo, sacadas, perseguição lenta e respostas do reflexo vestíbulo-ocular fornecem informação objetiva sobre a função vestibular, do tronco encefálico e do cerebelo — em algumas situações, distinguindo causas centrais de periféricas de vertigem com mais acurácia do que a neuroimagem precoce. Esta revisão examina o estado atual das aplicações de inteligência artificial (IA) e aprendizado de máquina voltadas à análise dos movimentos oculares no diagnóstico de tontura e vertigem. Sistemas de IA podem analisar automaticamente dados de video-oculografia, videonistagmografia e tecnologias relacionadas, ajudando a padronizar a avaliação vestibular e a reduzir a dependência de expertise especializada. Modelos demonstram alta acurácia (área sob a curva ROC frequentemente superior a 0,90) na classificação de subtipos de vertigem posicional paroxística benigna e na identificação dos canais semicirculares acometidos, além de desempenho elevado (AUC ~0,95–0,96) ao distinguir acidente vascular cerebral de circulação posterior de distúrbios vestibulares periféricos. Apesar dos resultados promissores, a maioria dos estudos foi conduzida em condições controladas e carece de validação externa — o papel mais provável da IA é o de uma ferramenta de apoio que amplia, e não substitui, o julgamento clínico especializado, sobretudo em contextos de emergência, atenção comunitária e telemedicina.