Apesar da sua elevada prevalência,  sendo um dos distúrbios endócrinos mais frequentes entre as mulheres — o diagnóstico de hipotiroidismo é, na maioria dos casos, acessível através de avaliação clínica e testes laboratoriais simples. Ainda assim, desafios podem surgir em situações de apresentações inespecíficas ou em fases subclínicas, abrindo espaço para novas abordagens, como a inteligência artificial (IA).

As doenças da tiroide têm uma característica traiçoeira: os seus sinais mais precoces são subtis. A IA tem aqui uma vantagem concreta, já que os seus algoritmos de aprendizagem automática conseguem analisar imagens de ecografia e identificar padrões característicos de doenças autoimunes como a tiroidite de Hashimoto ou a doença de Graves, cruzando esses dados com registos clínicos, resultados laboratoriais e predisposições genéticas. O resultado é um diagnóstico mais rápido, mais preciso e, potencialmente, mais precoce.

Tratar melhor, não apenas tratar

O potencial da IA vai além do diagnóstico. Ao analisar dados longitudinais de doentes, os modelos preditivos podem antecipar a progressão das doenças autoimunes da tiroide, identificar quem está em maior risco de complicações e ajustar as estratégias terapêuticas em conformidade.

A medicina personalizada, durante muito tempo  apenas uma promessa, torna-se mais viável quando há tecnologia capaz de processar a complexidade individual de cada doente.

Menos visível para o doente, mas igualmente relevante, é o papel crescente da IA generativa na descoberta de fármacos. Estas ferramentas conseguem prever novos candidatos a medicamentos, otimizar estruturas moleculares e analisar conjuntos de dados de uma dimensão impossível para equipas humanas. Num campo onde os tratamentos disponíveis para as doenças da tiroide ainda são limitados, esta aceleração pode traduzir-se, a médio prazo, em opções terapêuticas genuinamente novas.

A investigação está em curso. Os resultados ainda são promissores, e não definitivos, mas pela primeira vez, a tecnologia e a endocrinologia estão a convergir de uma forma que pode mudar a experiência de milhões de pessoas antes, durante e depois do diagnóstico.