O FDA liberou em 12 de março de 2026 o Deep Capsule®, da portuguesa DigestAID, para auxiliar a revisão de vídeos de cápsula endoscópica. A decisão 510(k) K250655 classificou o software como substancialmente equivalente a um dispositivo já autorizado; ela não corresponde à aprovação pré-mercado usada para dispositivos de maior risco1.
A indicação é estreita: adultos investigados por suspeita de sangramento no intestino delgado. A inteligência artificial seleciona quadros com possíveis lesões e os organiza em miniaturas. O gastroenterologista confirma ou descarta cada achado, revisa o vídeo completo quando clinicamente indicado e fecha o diagnóstico1.
O caminho da cápsula até a tela
Na cápsula endoscópica, uma pequena câmera engolida pelo paciente percorre o aparelho digestivo e registra um vídeo. O Deep Capsule recebe os quadros de sistemas compatíveis, procura imagens potencialmente anormais e exibe uma galeria ao lado do vídeo ativo. O algoritmo detecta e localiza possíveis lesões, sem dizer de que tipo elas são1.
Esse recorte tem consequências práticas. Uma seleção normal feita pela IA não exclui doença, e uma miniatura marcada não confirma uma lesão. O próprio documento do FDA alerta para falsos negativos e falsos positivos e atribui ao médico a decisão final. O software também não substitui biópsia nem outros métodos de caracterização1.
Na validação clínica submetida ao FDA, 307 exames vieram do PillCam™ SB3, 21 do Olympus ENDOCAPSULE 10 e apenas dois do PillCam™ SB2. O OMOM® HD apareceu nos testes internos, mas não entre os três sistemas usados nessa validação; o resumo público orienta usar o software somente com os sistemas compatíveis especificados na rotulagem1.
O que foi testado
O desenvolvimento descrito ao FDA reuniu 321.357 imagens de 1.133 adultos atendidos em dois centros de Portugal. Foram 861 pacientes no treino e 272 no teste interno. Todos foram classificados como brancos no arquivo regulatório, uma limitação clara de diversidade na etapa em que o modelo aprendeu e foi ajustado1.
Nesse teste separado do atendimento, a análise por paciente encontrou 253 verdadeiros positivos, 11 falsos negativos, dois falsos positivos e seis verdadeiros negativos. Isso correspondeu a sensibilidade de 95,8% e especificidade de 75%; o intervalo da especificidade foi amplo, de 34,9% a 96,8%, porque havia somente oito exames sem lesão1.
A validação clínica foi retrospectiva e multicêntrica. Reuniu 330 exames feitos de 2021 a 2024 em sete centros de Portugal, Espanha, Brasil e Estados Unidos. Quinze gastroenterologistas participaram das leituras, e um comitê independente de cinco especialistas definiu a referência. Os centros de validação não eram os mesmos usados no desenvolvimento1.
O conjunto clínico foi mais diverso: 252 participantes brancos, 38 negros, 36 hispânicos ou latinos e quatro de outros grupos. O Brasil contribuiu com 71 exames. Ainda assim, 290 dos 330 casos tinham ao menos uma lesão segundo o comitê, uma prevalência de 87,9% que se distancia de muitos cenários de rotina e reduz a precisão das estimativas de especificidade1.
Mais marcações, inclusive erradas
Na leitura com IA e médico, houve 282 verdadeiros positivos, 35 falsos positivos, oito falsos negativos e cinco verdadeiros negativos. A sensibilidade foi 97,2% e a especificidade, 12,5%; no fluxo convencional, foram 76,2% e 25%. O quadro-resumo final do PDF troca os 10 verdadeiros negativos e os 30 falsos positivos do fluxo convencional: essa disposição implicaria 75%, mas contradiz os 251 exames positivos da Tabela 10 e as métricas das Tabelas 12 e 131.
Por quadro de vídeo, a sensibilidade foi 94% e a especificidade, 84,9%. O valor preditivo positivo ficou em 27%: muitas imagens apontadas como suspeitas não correspondiam a lesão na referência. O desenho privilegia encontrar mais candidatos para revisão e transfere ao gastroenterologista o trabalho de eliminar alertas equivocados1.
O protocolo também comparou tempo de leitura e informou redução estatisticamente significativa com a assistência da IA, mas o resumo público do 510(k) não apresenta os minutos de cada grupo. A alegação comercial de revisão em poucos minutos, portanto, não pode ser quantificada a partir desse documento1.
Liberação nos EUA e regularização no Brasil
O Deep Capsule não inaugurou essa categoria no FDA. A agência concedeu em dezembro de 2023 a classificação De Novo ao NaviCam ProScan, da Ankon Technologies. Esse foi o dispositivo precedente usado pela DigestAID no pedido de equivalência substancial3.
Um estudo prospectivo com o ProScan incluiu 133 pacientes em 14 centros europeus. A leitura assistida detectou possíveis lesões hemorrágicas em 98 pessoas, ante 82 na leitura convencional, e reduziu o tempo médio de 33,7 para 3,8 minutos. O sistema e parte do apoio aos pesquisadores foram fornecidos pelas empresas responsáveis pela tecnologia, um conflito declarado pelos autores4. Os números ajudam a situar o campo, mas não medem o Deep Capsule.
No Brasil, a Anvisa publicou em 16 de março de 2026 a notificação do DeepCapsule_US, número de regularização 82807960004, em nome da Biohost Ltda. A base aberta da agência o classificava como software médico de risco II e mostrava o cadastro vigente na consulta de 26 de agosto de 202625.
A notificação regulariza a comercialização nas condições declaradas; não demonstra que o software já esteja implantado em hospitais nem amplia sua indicação clínica. Compatibilidade com cada equipamento, treinamento da equipe, custo e monitoramento local seguem decisões separadas. A evidência pública do Deep Capsule vem sobretudo do dossiê apresentado pelo fabricante ao FDA, sem ensaio randomizado nem dados sobre mudança de tratamento, sangramento futuro ou desfechos dos pacientes12.
Este conteúdo é informativo e não substitui avaliação médica individual. A interpretação da cápsula endoscópica e as decisões posteriores cabem ao médico responsável; uma seleção normal pela IA não exclui doença.