Pílula 29 · Módulo 1
Limiar de decisão
Limiar de decisão é o valor do escore a partir do qual a IA chama o caso de positivo. Mudá-lo troca falso negativo por falso positivo.
Xdiag® Tecnologias
Módulo 1 · 2026
Pílula de Conhecimento
Limiar de decisão
decision threshold · o ponto de corte em cima do escore da IA
O número de acerto de uma IA vale para um limiar que alguém escolheu: mudar o limiar troca câncer perdido por biópsia a mais, e essa troca é uma decisão clínica, e não uma propriedade da máquina.
Definição
Limiar de decisão é o valor do escore a partir do qual a IA chama o caso de positivo. Mudá-lo troca falso negativo por falso positivo.
Quando um folder anuncia sensibilidade e especificidade sem dizer o limiar, falta a metade da informação.
IA na Medicina — ICS & Xdiag®xdiag.com.br
Xdiag® Tecnologias
Pílula de Conhecimento — Módulo 1
Limiar de decisão:
quem decide o positivo da IA
quem decide o positivo da IA
Resumo
Limiar de decisão é o valor do escore a partir do qual a IA chama um caso de positivo. Em 22/10/2026, a Mayo Clinic divulgou um estudo retrospectivo, na Mayo Clinic Proceedings, com 261 lesões de pele biopsiadas: com o limiar 3,0, numa escala de 0 a 10, a ferramenta DEXI marcou 93,4% dos cânceres e deixou abaixo do limiar 75% das lesões benignas. Mude o limiar e os dois números mudam juntos, em sentidos opostos. A pílula traz um controle para você mover o limiar numa série de lesões inventadas e ver o que se ganha e o que se perde.
Por que importa na clínica
Muitas ferramentas de IA não devolvem “sim” ou “não”: devolvem um escore, e alguém decide a partir de que valor o escore vira alerta, biópsia ou encaminhamento. Esse ponto de corte define quantos cânceres a ferramenta deixa passar e quantas pessoas sem câncer vão para um procedimento. Quando um folder anuncia sensibilidade e especificidade sem dizer o limiar, falta a metade da informação.
Como funciona
A analogia. Pense na glicemia de jejum ou no PSA. O exame dá um número contínuo, e o ponto de corte é uma escolha: baixar o corte pega mais doentes e assusta mais gente saudável; subir o corte faz o contrário. Com a IA é igual. O escore é o exame; o limiar é a régua que alguém pôs em cima dele.
Os termos. O escore é o número que a IA devolve para cada caso (aqui, de 0 a 10). O limiar é o valor a partir do qual o caso conta como positivo. Sensibilidade é a proporção dos doentes que ficam acima do limiar; os que ficam abaixo são os falsos negativos. Especificidade é a proporção dos sem doença que ficam abaixo do limiar; os que ficam acima são os falsos positivos. Com o mesmo modelo e os mesmos pacientes, baixar o limiar sobe a sensibilidade e derruba a especificidade, e subir o limiar faz o contrário.
O caso da Mayo Clinic. O DEXI (Dermoscopy Explainable Intelligence) é uma ferramenta de aprendizado profundo que dá a cada lesão de pele, na imagem de dermatoscopia, um escore de risco de câncer de 0,0 a 10,0 e aponta as características da imagem que pesaram no escore, como assimetria, borda e cor. Segundo o comunicado da Mayo Clinic de 22/10/2026, um estudo retrospectivo publicado na Mayo Clinic Proceedings reuniu 178 pacientes que fizeram fotografia de corpo inteiro, dermatoscopia digital seriada e depois biópsia de uma ou mais lesões. Foram analisadas 261 lesões com escore do DEXI e diagnóstico confirmado no exame do tecido.
2,5
escore médio nas lesões benignas
7,8
escore médio nos cânceres de pele não melanoma
6,0
escore médio nos melanomas
Com base nesses resultados, os pesquisadores apontaram 3,0 como um limiar possível para ajudar a decidir entre acompanhar e biopsiar. Com 3,0 ou mais contando como positivo, o DEXI identificou corretamente 93,4% das lesões cancerosas e 75% das não cancerosas. Em outras palavras, nessa amostra, 1 em cada 4 lesões benignas também ficou acima do limiar.
Comunicado da Mayo Clinic, 22/10/2026, sobre estudo na Mayo Clinic Proceedings.
Segundo o comunicado, o DEXI não leva em conta fatores do paciente, como idade, medicamentos e história de melanoma, e foi menos eficaz em nevos muito atípicos e em melanomas em evolução inicial. A dermatologista Jenny Link, apresentada pelo comunicado como autora principal, diz que a ferramenta “não deve ser usada isoladamente”, que o escore precisa ser interpretado junto com os achados clínicos e os fatores do paciente, e que ela ainda precisa de mais validação e refinamento. O texto do artigo não abriu para nós: os números acima vêm do comunicado da instituição dos autores.
O mesmo escore, outro limiar
Um estudo italiano publicado em 2025 na Diagnostics usou o DEXI, na versão 2.1, desenvolvido pela Canfield Scientific, em 302 lesões que já tinham sido retiradas por suspeita de câncer, todas com confirmação no exame do tecido. Lá o limiar foi 3,5 ou mais, aplicado à média dos escores de todas as imagens de cada lesão, e os autores o chamam de um corte “muito alto”. Das 302 lesões, 11 de tipo indeterminado ficaram fora da conta; nas outras 291, o DEXI marcou 73 dos 78 cânceres (sensibilidade de 93,6%) e deixou abaixo do limiar 150 das 213 lesões benignas (especificidade de 70,4%). Um dermatologista com 25 anos de experiência, olhando as mesmas imagens, também acertou 73 dos 78 cânceres, mas chamou de malignas 143 lesões benignas (especificidade de 32,9%). Os próprios autores avisam que as lesões eram de alta suspeita, principalmente de pele clara (fototipos I a III), e que isso não representa as pintas da população geral. No artigo de 2025, o DEXI 2.1 era descrito como disponível para pesquisa e ainda não aprovado para uso clínico; não conferimos a situação atual.
Mevorach L, Farcomeni A, Pellacani G, Cantisani C. Diagnostics (Basel), 2025;15(9):1115.
Os dois estudos não se comparam diretamente: populações, limiares e desenhos diferentes, e o comunicado da Mayo não diz qual versão do DEXI foi usada.
O que eles mostram é que “o desempenho do DEXI” não é um número só. Ele depende de onde se põe a régua e de quem passa por ela.
A Pílula 27, IA explicável discute o que esse tipo de explicação mostra e o que não mostra; vale também para as características que o DEXI aponta (assimetria, borda, cor).
Na prática: cenários
1. O 2,8 que mudou
Paciente com história de melanoma, em acompanhamento com dermatoscopia seriada. Uma lesão mudou desde a última imagem, e o escore da IA veio 2,8, abaixo do limiar de 3,0.
O que fazer: Decida pela clínica e pela evolução da lesão, e não pelo lado do limiar em que o escore caiu. Segundo o comunicado da Mayo, o DEXI não leva em conta a história de melanoma e foi menos eficaz em melanomas em evolução inicial. Abaixo do limiar não quer dizer benigno.
2. “Ele acerta 93,4%”
Um colega diz que a ferramenta acerta 93,4% e que por isso dá para confiar no positivo.
O que fazer: Explique o que o número mede: é a sensibilidade no limiar 3,0, numa amostra retrospectiva de lesões que foram biopsiadas. No mesmo limiar, 25% das lesões benignas também deram positivo. O número que diz a chance de um positivo estar certo não está no comunicado.
3. Subir a régua para biopsiar menos
A gestão da clínica propõe subir o limiar de 3,0 para 3,5, “como no estudo italiano”, para fazer menos biópsias.
O que fazer: Pergunte quantos cânceres a mais vão ficar abaixo do limiar, e quem mediu isso nos pacientes da clínica. Subir o limiar diminui os falsos positivos à custa de mais falsos negativos, e o 3,5 foi usado em outra população, com lesões já retiradas por suspeita. Quanto vale uma biópsia evitada contra um câncer perdido é decisão clínica, não ajuste técnico.
4. O folder sem limiar
Um fornecedor de IA para pele (caso inventado para o exercício) anuncia “95% de sensibilidade e 80% de especificidade”.
O que fazer: Pergunte em que limiar, quem escolheu esse limiar, se ele foi escolhido antes do estudo ou olhando os próprios resultados, e se foi testado em outro grupo de pacientes. Sensibilidade e especificidade só existem para um limiar; na Mayo, o 3,0 foi apontado a partir dos resultados do próprio estudo, e a autora diz que a ferramenta ainda precisa de mais validação.
Mova a régua
Muitas IAs devolvem um escore, e não um sim ou não. Alguém decide a partir de que valor o escore vira positivo. Arraste o limiar e veja o que muda. As 20 lesões abaixo foram inventadas para o exercício e não são dados de nenhum estudo.
3.0
Câncer (5) Benigna (15)
4 de 5
cânceres marcados; 1 perdido
4 de 15
benignas que iriam para biópsia
8
total de biópsias
O modelo e as lesões são os mesmos nas quatro posições. Só a régua mudou. Note a benigna de 6,1, acima dos quatro limiares, e o câncer de 2,6, abaixo de três deles: nenhum limiar separa tudo.
Os dados reais
Na Mayo Clinic (comunicado de 22/10/2026, 261 lesões biopsiadas), o DEXI, com o limiar 3,0, marcou 93,4% dos cânceres e deixou abaixo do limiar 75% das lesões benignas.
Agora responda ao quiz com as mesmas situações.
Pergunta 1 de 40 acertos
Paciente com história de melanoma, em dermatoscopia seriada. Uma lesão mudou desde a última imagem, e o escore veio 2,8, abaixo do limiar de 3,0. O que fazer?
Checklist
Antes de confiar no número
1Diante de um escore de IA, pergunte qual é o limiar e quem o definiu.
2Leia sensibilidade e especificidade sempre como um par, no mesmo limiar.
3Desconfie de limiar escolhido olhando os resultados do próprio estudo até ele ser testado em outros pacientes.
4Antes de mudar o limiar, conte o que se ganha em biópsias evitadas e o que se perde em cânceres que passam.
5Escore abaixo do limiar não é diagnóstico de benignidade: a clínica e a história do paciente continuam valendo.
“A IA dá o escore; onde fica a régua, e o que se aceita perder, é decisão de quem cuida do paciente.”
— ICS & Xdiag® · IA na Medicina · Módulo 1 · 2026
O que não afirmar
–Não dizer que o DEXI “acerta 93,4%”: é a sensibilidade no limiar 3,0, numa amostra retrospectiva de lesões biopsiadas; a especificidade, no mesmo limiar, foi de 75%.
–Não calcular nem citar VPP ou VPN do estudo da Mayo: o comunicado não traz quantas das 261 lesões eram câncer, e não lemos o artigo.
–Não dizer que 3,0 é o limiar validado ou recomendado: os autores o chamam de limiar “possível”, apontado a partir dos próprios resultados, e dizem que a ferramenta precisa de mais validação.
–Não comparar diretamente os números da Mayo com os do estudo italiano: limiares, populações e desenhos diferentes, e não sabemos se a versão do DEXI era a mesma.
–Não dizer que o DEXI é melhor que o dermatologista: o estudo italiano teve um só especialista e um só estudante, olhando só imagens de lesões já retiradas por suspeita, e os próprios autores dizem que a ferramenta não substitui o julgamento clínico.
–Não dizer em que direção o DEXI erra nos nevos muito atípicos e nos melanomas iniciais: o comunicado diz só que foi “menos eficaz” neles.
–Não afirmar a situação regulatória atual do DEXI: o artigo de 2025 o descrevia como de pesquisa, e não conferimos depois disso.
–Não citar conflitos de interesse nem financiamento do estudo da Mayo: o comunicado remete ao artigo, que não abriu para nós. O estudo italiano declara não ter conflitos nem financiamento externo.
–Não apresentar as 20 lesões do controle como dado: são inventadas para o exercício.
Material educativo, não parecer jurídico. Diante de um caso concreto, consulte o jurídico da sua instituição ou o seu Conselho Regional de Medicina.
Referências
1. Holder K, Maniam G, Hardway H, Todd A, Comfere N, Sominidi-Damodaran S, Youssef M, Demer A, Link J. Dermoscopy Explainable Intelligence Performance in Evaluating Melanoma and Non-Melanoma Skin Cancer. Mayo Clinic Proceedings, out. 2026. doi:10.1016/j.mayocp.2026.07.031 (texto do artigo não abriu para nós; metadados conferidos na Crossref).
2. Cordeiro B. AI tool may support dermatologists in assessing skin lesions for cancer risk. Mayo Clinic News Network, 22/10/2026.
3. Mevorach L, Farcomeni A, Pellacani G, Cantisani C. A Comparison of Skin Lesions’ Diagnoses Between AI-Based Image Classification, an Expert Dermatologist, and a Non-Expert. Diagnostics (Basel), 2025;15(9):1115. doi:10.3390/diagnostics15091115.
IA na Medicina — ICS & Xdiag®xdiag.com.br