Publicação: Aplicações e impactos da implementação de tecnologias de inteligência artificial na interpretação de exames de imagem: Revisão de Literatura
Carregando...
Tipo do documento
Data
Direito de acesso
Programa
Área do conhecimento
CNPQ::CIENCIAS DA SAUDE
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A inteligência artificial (IA) tem desempenhado um papel crescente e
transformador na radiologia, impactando diretamente a interpretação de exames de imagem
por meio de algoritmos capazes de identificar padrões complexos, otimizar fluxos de trabalho
e aumentar a precisão diagnóstica. Este estudo realizou uma revisão integrativa da literatura
publicada entre 2020 e 2025, com o objetivo de analisar as principais aplicações, resultados e
limitações das tecnologias de IA em modalidades como ressonância magnética, tomografia
computadorizada, ultrassonografia e mamografia. Os achados revelam que modelos de
machine learning e deep learning têm alcançado desempenho frequentemente comparável ou
superior ao de especialistas humanos, sobretudo em áreas como neurorradiologia, detecção de
câncer de mama, avaliação cardíaca e identificação de nódulos pulmonares. Além disso,
observou-se redução significativa no tempo de interpretação, aumento da padronização dos
laudos e potencial expansão do acesso ao diagnóstico em contextos com escassez de
profissionais. No entanto, persistem desafios importantes, incluindo heterogeneidade
metodológica entre estudos, falta de validação externa robusta, ausência de padronização nos
protocolos de aquisição de imagem e limitações relacionadas aos conjuntos de dados
utilizados. Conclui-se que, embora a IA já demonstre resultados promissores e contribua de
maneira relevante para a prática radiológica, sua implementação plena exige maior
padronização, regulamentação e integração ética e segura aos serviços de saúde. A tendência é
que a IA consolide seu papel como ferramenta de apoio à Medicina de Precisão, promovendo
diagnósticos mais rápidos, consistentes e orientados ao paciente.
Abstract
Palavras-chave
Inteligência artificial, Artificial intelligence, Machine learning, Deep learning, Diagnóstico por imagem, Diagnostic imaging
Citação
BOMTEMPO, Laura Martins. Aplicações e impactos da implementação de tecnologias de inteligência artificial na interpretação de exames de imagem: revisão de literatura. 2025. 20 f. Trabalho de Conclusão de Residência (Residência em Radiologia e Diagnóstico por Imagem) – Universidade Federal de Uberlândia, Uberlândia, 2026.