APLICAÇÕES DA INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DIFERENCIAL DE DENGUE E COVID-19 EM PACIENTES ADULTOS: REVISÃO SISTEMÁTICA
DOI:
https://doi.org/10.56238/arev7n10-158Palavras-chave:
Inteligência Artificial, Diagnóstico Clínico, Dengue, COVID-19, Doenças InfecciosasResumo
A inteligência artificial (IA) tem se consolidado como uma ferramenta inovadora na área da saúde, especialmente no aprimoramento do diagnóstico clínico por meio da identificação de padrões em exames laboratoriais e sinais clínicos. Este estudo, desenvolvido a partir de uma revisão sistemática, teve como objetivo analisar a eficácia da IA na ampliação da precisão diagnóstica em pacientes adultos que apresentam sintomas semelhantes aos da dengue e da COVID-19, em comparação com métodos tradicionais de diagnóstico médico. Inicialmente, foram identificadas 3.435 publicações relacionadas ao uso da IA em contextos clínicos com sintomas infecciosos sobrepostos. Após a aplicação de rigorosos critérios de elegibilidade e exclusão, foi selecionado um conjunto de estudos relevantes para análise. As aplicações de IA identificadas foram classificadas nas categorias de triagem automatizada, apoio à decisão clínica e modelos preditivos baseados em dados laboratoriais e sinais clínicos. Os resultados indicaram que a IA oferece suporte diagnóstico abrangente, contribuindo também para a gestão hospitalar e a otimização de recursos em ambientes de saúde sobrecarregados. Conclui-se que a inteligência artificial apresenta grande potencial para tornar o diagnóstico de doenças infecciosas mais ágil, preciso e eficiente, sobretudo em cenários com sintomas clínicos semelhantes, como os observados na dengue e na COVID-19.
Downloads
Referências
GARCIA, P. H.; LIMA, C. F. Modelos computacionais para o diagnóstico de COVID-19 e dengue com base em dados clínicos. Cadernos de Saúde Digital, v. 6, n. 2, p. 77–89, 2023.
KUMAR, A. et al. Machine learning approaches for differential diagnosis of COVID-19 and dengue in adults using clinical data. Journal of Biomedical Informatics, v. 120, p. 103848, 2021. DOI: 10.1016/j.jbi.2021.103848. DOI: https://doi.org/10.1016/j.jbi.2021.103848
MARTINS, E. C.; SANTOS, D. F. Inteligência artificial no apoio ao diagnóstico clínico em ambientes de atenção primária. Revista de Medicina Digital, v. 4, n. 1, p. 45–60, 2021.
PAIXÃO, G. M. M. de; SANTOS, B. C.; ARAUJO, R. M. de; RIBEIRO, M. H.; MORAES, J. L. de; RIBEIRO, A. L. Machine Learning na Medicina: Revisão e Aplicabilidade. Arquivos Brasileiros de Cardiologia, v. 118, n. 1, p. 95–102, jan. 2022. DOI: https://doi.org/10.36660/abc.20200596
RAMOS, V. H. et al. Avaliação comparativa de algoritmos de aprendizado de máquina para diagnóstico diferencial em adultos. Saúde Inteligente, v. 9, n. 1, p. 123–137, 2023.
RAMOS, V. H. et al. Ferramentas baseadas em IA para avaliação clínica: uma revisão sistemática. International Journal of Medical Informatics, v. 165, p. 104865, 2021.
SILVA, J. F.; PEREIRA, M. R. Inteligência artificial no diagnóstico clínico: uma revisão sobre modelos aplicados à COVID-19 e arboviroses. Revista Brasileira de Saúde Digital, v. 4, n. 2, p. 112–125, 2022.
SOUZA, M. T. et al. Análise de padrões clínicos com IA no contexto da COVID-19 e arboviroses. Revista Brasileira de Computação Aplicada à Saúde, v. 3, n. 2, p. 70–85, 2023.
ZHANG, Y. et al. AI-driven decision support systems for differential diagnosis of viral infections in adults. Artificial Intelligence in Medicine, v. 132, p. 102003, 2022. DOI: 10.1016/j.artmed.2022.102003.
RAMOS, V. H. et al. Avaliação comparativa de algoritmos de aprendizado de máquina para diagnóstico diferencial em adultos. Saúde Inteligente, v. 9, n. 1, p. 123–137, 2023.
SILVA, J. F.; PEREIRA, M. R. Inteligência artificial no diagnóstico clínico: uma revisão sobre modelos aplicados à COVID-19 e arboviroses. Revista Brasileira de Saúde Digital, v. 4, n. 2, p. 112–125, 2022.
SOUZA, M. T. et al. Análise de padrões clínicos com IA no contexto da COVID-19 e arboviroses. Revista Brasileira de Computação Aplicada à Saúde, v. 3, n. 2, p. 70–85, 2023.
MARTINS, E. C.; SANTOS, D. F. Inteligência artificial no apoio ao diagnóstico clínico em ambientes de atenção primária. Revista de Medicina Digital, v. 4, n. 1, p. 45–60, 2021.
GARCIA, P. H.; LIMA, C. F. Modelos computacionais para o diagnóstico de COVID-19 e dengue com base em dados clínicos. Cadernos de Saúde Digital, v. 6, n. 2, p. 77–89, 2023.
ZHANG, Y. et al. AI-driven decision support systems for differential diagnosis of viral infections in adults. Artificial Intelligence in Medicine, v. 132, p. 102003, 2022. DOI: 10.1016/j.artmed.2022.102003.
