Inteligência Artificial Em Imagens Médicas: Impactos E Desafios
DOI:
https://doi.org/10.71248/7x03a403Palavras-chave:
Inteligência Artificial, Atenção primária a saúde, RadiologiaResumo
Este estudo visou compreender os impactos e desafios da IA nas imagens médicas. Realizou-se uma revisão narrativa da literatura, com o objetivo de analisar os impactos e desafios da IA nas imagens médicas. A pesquisa envolveu artigos publicados entre 2013 e 2024, nas línguas portuguesa e inglesa, com foco no uso da IA em imagens médicas. A busca foi realizada em bases de dados científicas, como PubMed e Scopus, utilizando palavras-chave relacionadas. A IA tem impactado positivamente as imagens médicas, especialmente na radiologia, com algoritmos de aprendizado profundo melhorando a precisão no diagnóstico de doenças e lesões. No entanto, sua implementação enfrenta desafios, como a necessidade de grandes volumes de dados para treinamento e a dependência de supervisão médica para interpretação das imagens. A integração da IA aos fluxos de trabalho clínicos exige treinamento contínuo e pode gerar risco de dependência excessiva. A IA na medicina oferece avanços significativos, especialmente no diagnóstico e análise de imagens médicas. Contudo, sua implementação enfrenta desafios, como custos elevados, necessidade de profissionais capacitados e questões éticas e legais. Apesar dos obstáculos, a IA promete transformar a prática médica, oferecendo diagnósticos mais rápidos e precisos, e exigindo uma regulamentação mais robusta para sua utilização segura.
Referências
ARAÚJO-FILHO, J. et al. Inteligência artificial e diagnóstico por imagem - o futuro chegou? Rev. Soc. Cardiol., v.29, n.1, p.346-349, 2019.
ARIAS, V. et al. Una introducción a las aplicaciones de la inteligencia artificial en medicina: aspectos históricos. Revista Latinoamericana de Hipertensión, v.14, n.1, p.590-600, 2019.
CHOY, G. et al. Current applications and future impact of machine learning in radiology. Radiology, v.288, n. 2, p. 318-328, 2018.
GILLIES, R. J.; KINAHAN, P. E.; HRICAK, H. Radiomics: images are more than pictures, they are data. Radiology, v.278, n.1, p.563-577, 2016.
GORGENS, P. R.; ANDRADE, P. C. Educação médica e tecnologias digitais de informação e comunicação: possibilidades e dilemas. Rev Méd Minas Gerais, v. 28, n.1, p.1-10, 2018.
HASSE, J. P. Inteligência artificial na medicina: uma análise abrangente e atualizada com ênfase em aspectos legais, éticos e tecnológicos. Revista de Direito da Saúde Comparado, v.3, n.4, p.70-79, 2024.
MELO, M. C. et al. O impacto da inteligência artificial na melhoria do diagnóstico e tratamento de doenças em pacientes. Revista Amor Mundi, v. 4, n.8, p.195-204, 2023.
MIRBABAIE, M. et al. The rise of artifcial intelligence – understanding the AI identity threat at the workplace. Eletronic Markets, v.32, n.1, p.73-99, 2022.
MORAES, J. J. et al. Impacto da tecnologia de inteligência artificial na medicina diagnóstica. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 9, n. 7, 2023
MUN, S. K. et al. Inteligência artificial para o futuro serviço de diagnóstico radiológico. Frontiers in Molecular Biosciences, v.7, n.1, p.614258, 2021.
SANT’ANA, J. R. Inteligência Artificial e responsabilidade civil: se um agente artificial autônomo causar danos, a quem deve ser imputada a responsabilidade? Porto Alegre. Faculdade de Direito da UFRGS, 2021.
SANTOS, N. M.; CAMPOS, C. F. Práticas preventivas e práticas curativas na medicina. Atena, Ponta Grossa, 2021.
SANTOS, A. M.; DELVECHIO, G. H. Inteligência artificial, definições e aplicações: o uso de sistemas inteligentes em benefício da medicina. Revista Interface Tecnológica, v.17, n.1, p.129-139, 2020.
SHEN, D. et al. Deep Learning in Medical Image Analysis. Annual Review of Biomedical Engineering, v. 19, n. 1, p.221-248, 2017.
SILVA, G. G.; SILVA, H. P.; RODRIGUES, M. L. Desafios do uso da inteligência artificial nos diagnósticos de saúde: uma revisão integrativa. Cadernos Ibero-Americanos de Direitos Sanitários, v.13, n.2, p.11-18, 2024.
VARAS, J. et al. Innovations in surgical training: exploring the role of artificial
intelligence and large language models (LLM). Revista do Colégio Brasileiro de Cirurgiões, v.50, n.1, p.e20233605, 2023.
VERDANA, A. B. et al. Inteligência artificial na medicina diagnóstica. Brazilian Journal of Implantology and Health Sciences, v.6, n.11, p.765-794, 2024.
ZEBRA MEDICAL VISION. Profound – Zebra Medical Vision, 2023.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Cognitus Interdisciplinary Journal
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
