AVALIAÇÃO DOS IMPACTOS DO USO DA INTELIGÊNCIA ARTIFICIAL NA PRECISÃO DIAGNÓSTICA NA IMAGENOLOGIA
DOI:
https://doi.org/10.56238/levv16n54-032Palabras clave:
IA na Saúde, Diagnóstico por Imagem, Deep Learning, PrognósticoResumen
O objetivo deste trabalho foi analisar a aplicação da Inteligência Artificial (IA) na biomedicina, com ênfase na imagenologia, avaliando seu impacto na precisão e agilidade dos diagnósticos. A metodologia consistiu em uma revisão crítica e qualitativa da literatura, utilizando bases de dados como PubMed, MEDLINE e Google Acadêmico, com foco em artigos publicados entre 2020 e 2025. Os estudos revisados demonstraram que o uso de algoritmos de machine e deep learning aumentou a acurácia diagnóstica, otimizando a detecção precoce de patologias e padronizando resultados. Constatou-se que a IA atua no diagnóstico assistido, na segmentação de imagens e na predição clínica, reforçando seu papel como ferramenta indispensável no apoio ao raciocínio clínico. Os desafios identificados incluem a necessidade de capacitação contínua e a gestão das implicações éticas e regulatórias. Em conclusão, a IA promove uma evolução significativa na imagenologia para uma medicina mais personalizada e eficiente, desde que sua integração seja responsável e eticamente fundamentada.
Descargas
Referencias
ALDHAFEERI, F. M. et al. Navigating the ethical landscape of artificial intelligence in radiography. BMC Medical Ethics, v. 25, n. 1, p. 1-10, 2024. Disponível em: https://bmcmedethics.biomedcentral.com/articles/10.1186/s12910-024-01052-w. Acesso em: 05 fev. 2025.
ARAÚJO-FILHO, José et al. Inteligência artificial e diagnóstico por imagem-o futuro chegou? Revista da Sociedade de Cardiologia do Estado de São Paulo, p. 346-349, 2019.
AUNG, Y. Y. M. et al. The promise of artificial intelligence: a review of the opportunities and challenges of artificial intelligence in healthcare. British Medical Bulletin, 2021.
BITENCOURT, A. G. V. et al. AI-enhanced breast imaging: applications in risk prediction, lesion detection/classification, radiogenomics. European Journal of Radiology, v. 142, p. 109882, 2021. DOI: 0.1016/j.ejrad.2021.109882.
CARDOSO, Joanderson Nunes et al. O USO DA INTELIGÊNCIA ARTIFICIAL COMO AUXÍLIO NO DIAGNÓSTICO DO CÂNCER DE MAMA. ARACÊ, v. 7, n. 9, p. e8251-e8251, 2025.
CHAMBERLAIM, A. et al. Inteligência Artificial (IA) e suas aplicações em exames de imagem: uma nova era para diagnósticos na área da saúde. Cuadernos De Educación Y Desarrollo, v. 15, n. 12, p. 17605–17624, 2023. Disponível em: https://doi.org/10.55905/cuadv15n12-134. Acesso em: 12 fev. 2025.
COSTA, M. E. da S. et al. O impacto da inteligência artificial na radiologia: avanços na eficiência diagnóstica e personalização do tratamento. Revista Ibero-Americana De Humanidades, Ciências E Educação, v. 10, n. 11, p. 3364–3376, 2024. Disponível em: https://doi.org/10.51891/rease.v10i11.1673. Acesso em: 28 fev. 2025.
DA COSTA, Réia Sílvia Lemos; GOMES, Silva. Profissionais da imagenologia e responsabilidade civil. Research, Society and Development, v. 14, n. 6, p. e5214649037-e5214649037, 2025.
DA SILVA, G. G.; PAIXÃO, H.; DE ACIOLY RODRIGUES, M. L. Desafios do uso da inteligência artificial nos diagnósticos de saúde: uma revisão integrativa. Cadernos Ibero-Americanos de Direito Sanitário, v. 13, n. 2, p. 11-18, 2024.
DANKWA-MULLAN, I. et al. Health equity and ethical considerations in using artificial intelligence in public health and medicine. Preventing Chronic Disease, v. 21, p. E24, 2024. Disponível em: https://www.cdc.gov/pcd/issues/2024/24_0245.htm. Acesso em: 05 mar. 2025.
HALLAL, Celina Pereira. Construção de um modelo de segmentação de imagem hepática utilizando inteligência artificial: um estudo de viabilidade. 2023. [Tipo de Trabalho/Grau - TCC, Dissertação, etc.]. Instituição, Local, 2023.
HERINGTON, J. et al. Ethical considerations for artificial intelligence in medical imaging: Data collection, development, and evaluation. Journal of Nuclear Medicine, v. 64, n. 10, p. 1509-1517,
2023. Disponível em: https://jnm.snmjournals.org/content/64/10/1509. Acesso em: 20 mar. 2025.
KOÇAK, B. et al. Bias in artificial intelligence for medical imaging: Fundamentals, detection, avoidance, mitigation, challenges, ethics, and prospects. Diagnostic and Interventional Radiology, v. 30, n. 1, p. 1-9, 2024. Disponível em: https://dirjournal.org/articles/bias-in-artificial-intelligence-for-medical-imaging-fu ndamentals-detection-avoidance-mitigation-challenges-ethics-and-prospects/dir.2024.242854. Acesso em: 10 abr. 2025.
LEITE, Anna Beatriz Gonçalves Garibaldi; GAMBARATO, Vivian Toledo Santos. Inteligência artificial aplicada ao processamento de imagem diagnóstica. Tekhne e Logos, v. 13, n. 3, p. 104-115, 2022.
LI, W. et al. Artificial Intelligence for Early Predicting Residual Cancer Burden in Breast Cancer. Annals of Surgery, v. 281, n. 4, p. 649, 2025.
MINAMI, Y.; NISHIDA, N.; KUDO, M. Imaging diagnosis of various hepatocellular carcinoma subtypes and its hypervascular mimics: differential diagnosis based on conventional interpretation and artificial intelligence. Liver Cancer, v. 12, n. 2, p. 103-115, 2023. DOI: 10.1159/000528538.
NUNES, H. C.; GUIMARÃES, R. M. C.; DADALTO, L. Desafios bioéticos do uso da inteligência artificial em hospitais. Revista Bioética, v. 30, n. 1, p. 82–93, 2022. Disponível em: https://doi.org/10.1590/198380422022301509P. Acesso em: 25 abr. 2025.
RIBEIRO, R. T.; MINISTÉRIO DA EDUCAÇÃO (MEC). A inteligência artificial e o técnico de radiologia: um futuro otimista! Revista Científica das Técnicas Radiológicas, v. 2, n. 1, p. 9-12, 2021.
SANTOSPAULA31, Ana Carolina et al. A IMAGENOLOGIA NA DETECÇÃO E DIAGNÓSTICO PRECOCE DO CÂNCER DE MAMA. Revista Científica do Centro Universitário de Jales XV Edição/vol. 1, 2025. ISSN: 1980-8925. Disponível em: http://reuni.unijales.edu.br. Acesso em: 15 mai. 2025.
SILVA FILHO, W. S.; OLIVEIRA, R. M. S. A importância da inteligência artificial na radiologia: uma revisão sistemática da literatura. Brazilian Journal of Health Review, 2022. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/view/50224/pdf. Acesso em: 01 jun. 2025.
STANLEY, E. A. M. et al. Ethical considerations for artificial intelligence in medical imaging: Data collection, development, and evaluation. Journal of Nuclear Medicine, v. 64, n. 10, p. 1509-1517, 2023. Disponível em: https://jnm.snmjournals.org/content/64/10/1509. Acesso em: 10 jul. 2025.
SUPPI, Andriele Pires. O papel da imaginologia em diferentes modalidades: casos clínicos. 2024. [Tipo de Trabalho/Grau - TCC, Dissertação, etc.]. Instituição, Local, 2024.
WANG, W.; WANG, Y. Deep Learning-Based Modified YOLACT Algorithm on Magnetic Resonance Imaging Images for Screening Common and Difficult Samples of Breast Cancer. Diagnostics, v. 13, p. 1582, 2023. DOI: 10.3390/diagnostics13091582.
YOON, J. H. et al. Standalone AI for breast cancer detection at screening digital mammography and digital breast tomosynthesis: A systematic review and meta-analysis. Radiology, v. 307, n. 5, 2023.
