Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/48389
Full metadata record
DC FieldValueLanguage
dc.creatorOliveira, Welinghton de Souza-
dc.date.accessioned2026-02-24T18:36:01Z-
dc.date.available2026-02-24T18:36:01Z-
dc.date.issued2026-01-30-
dc.identifier.citationOLIVEIRA, Welinghton de Souza. Inteligência artificial aplicada ao cuidado do TEA: revisão crítica e proposta de protocolo assistencial. 2026. 53 f. Trabalho de Conclusão de Residência (Residência em Ciências da Saúde) - Universidade Federal de Uberlândia, Uberlândia, 2026.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/48389-
dc.description.sponsorshipPesquisa sem auxílio de agências de fomentopt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-sa/3.0/us/*
dc.subjectTranstorno do Espectro Autistapt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectDiagnóstico Precocept_BR
dc.subjectProtocolos Clínicospt_BR
dc.subjectSaúde Digitalpt_BR
dc.subjectAutism Spectrum Disorderpt_BR
dc.subjectArtificial Intelligencept_BR
dc.subjectEarly Diagnosispt_BR
dc.subjectClinical Protocolspt_BR
dc.subjectDigital Healthpt_BR
dc.titleInteligência artificial aplicada ao cuidado do TEA: revisão crítica e proposta de protocolo assistencialpt_BR
dc.typeTrabalho de Conclusão de Residênciapt_BR
dc.contributor.advisor1Couto, Tiago Castro-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4353093863623148pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2289705675972155pt_BR
dc.description.resumoO Transtorno do Espectro Autista (TEA) apresenta desafios clínicos significativos, incluindo a heterogeneidade fenotípica e o atraso no diagnóstico definitivo, frequentemente agravados pela escassez de especialistas e pela subjetividade das avaliações comportamentais. A Inteligência Artificial (IA) emerge como uma tecnologia promissora para oferecer suporte à decisão clínica, embora sua aplicabilidade em contextos de recursos limitados, como o Sistema Único de Saúde (SUS), permaneça pouco explorada. Diante desse cenário, este estudo teve como objetivo realizar uma revisão integrativa da literatura (2010–2025) sobre aplicações de IA no diagnóstico, prognóstico e intervenção no TEA, analisando criticamente a qualidade das evidências e barreiras de implementação, culminando na proposição de um protocolo institucional para adoção responsável dessas tecnologias em um hospital universitário. Metodologicamente, trata-se de um estudo de revisão integrativa seguido de proposta de intervenção gestora, no qual foram analisados 31 estudos, categorizados por domínio de aplicação e maturidade tecnológica. Os resultados evidenciam um crescimento exponencial no uso de Deep Learning e análise de dados não estruturados (vídeo, neuroimagem). Embora os modelos demonstrem alta acurácia técnica em ambientes controlados (in sílico), observa-se uma lacuna crítica de validação externa em cenários clínicos reais (in vivo), além de barreiras substanciais como viés demográfico nas bases de dados, baixa explicabilidade dos algoritmos ("caixa-preta") e desafios ético-legais. Conclui-se que a IA encontra-se majoritariamente em estágio de prova de conceito, não estando pronta para substituir o julgamento clínico; contudo, seu potencial como ferramenta de triagem e suporte é robusto. O presente trabalho propõe, portanto, um protocolo de governança e validação local para viabilizar a integração segura da IA, na prática, assistencial, mitigando riscos e priorizando a equidade no acesso ao diagnóstico.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseResidência Médicapt_BR
dc.sizeorduration53pt_BR
dc.subject.cnpqCNPQ::CIENCIAS DA SAUDEpt_BR
Appears in Collections:COREME - TCRM - Trabalho de Conclusão de Residência Médica

Files in This Item:
File Description SizeFormat 
Inteligência Artifical Aplicada.pdfTCR823.77 kBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons