1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Medicina (FAMED)
  3. COREME - TCRM - Trabalho de Conclusão de Residência Médica
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/48065
Full metadata record
DC FieldValueLanguage
dc.creatorBomtempo, Laura Martins-
dc.date.accessioned2026-01-23T13:10:10Z-
dc.date.available2026-01-23T13:10:10Z-
dc.date.issued2025-12-15-
dc.identifier.citationBOMTEMPO, 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.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/48065-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectMachine learningpt_BR
dc.subjectDeep learningpt_BR
dc.subjectDiagnóstico por imagempt_BR
dc.subjectDiagnostic imagingpt_BR
dc.titleAplicações e impactos da implementação de tecnologias de inteligência artificial na interpretação de exames de imagem: Revisão de Literaturapt_BR
dc.title.alternativeApplications and impacts of the implementation of artificial intelligence technologies in the interpretation of medical imaging exams: Literature Reviewpt_BR
dc.typeTrabalho de Conclusão de Residênciapt_BR
dc.contributor.advisor1Luppi, Andrea de Martino-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9933431622150552pt_BR
dc.contributor.referee1Macedo, Túlio Augusto Alves-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/9401226269919114pt_BR
dc.contributor.referee2Amorim, Sergio Borges de-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9576616001072963pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/3602826899783908pt_BR
dc.description.resumoA 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseResidência Ciências da Saúdept_BR
dc.sizeorduration20pt_BR
dc.subject.cnpqCNPQ::CIENCIAS DA SAUDEpt_BR
dc.orcid.putcode203450809-
Appears in Collections:COREME - TCRM - Trabalho de Conclusão de Residência Médica

Files in This Item:
File Description SizeFormat 
AplicaçõesImpactosImplementação.pdfTCRM235.19 kBAdobe PDFThumbnail
View/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.