Inteligência artificial na identificação de estruturas anatômicas e no apoio ao diagnóstico em exames de imagem de adultos
DOI:
https://doi.org/10.51359/3086-0946.2025.267757Palavras-chave:
anatomia, diagnósticos, exames de imagem, inteligência artificialResumo
Introdução: A inteligência artificial (IA) aplicada à interpretação de exames de imagem tem como finalidade aprimorar a visualização de estruturas anatômicas, aumentar a precisão diagnóstica e reduzir erros humanos. Embora apresente benefícios relevantes, ainda enfrenta desafios relacionados à privacidade de dados, vieses algorítmicos e ausência de diretrizes consolidadas. Objetivo: Avaliar a acurácia da IA na visualização de estruturas anatômicas e no fornecimento de diagnósticos em exames de imagem. Método: Revisão integrativa realizada nas bases PubMed, ScienceDirect e LILACS, incluindo artigos publicados nos últimos cinco anos, em inglês ou português, com texto completo e foco na aplicação da IA em exames de imagem de adultos. Foram utilizados os descritores: Adult, Adulto, Image Interpretation (Computer-Assisted), Inteligência Artificial Generativa, Sistemas Inteligentes, Inteligência Artificial, Diagnostic Imaging e Diagnóstico por Imagem. Após triagem de 1.299 publicações, 11 estudos atenderam aos critérios de inclusão. Resultados: A IA mostrou potencial em múltiplos contextos clínicos — da reconstrução de imagens à triagem e monitoramento de doenças —, promovendo maior precisão, eficiência e segurança, sobretudo em cenários com escassez de recursos e profissionais.. Conclusão: A IA mostrou-se promissora para aprimorar diagnósticos, otimizar fluxos e ampliar acesso a exames. Entretanto, sua implementação efetiva depende de infraestrutura adequada, capacitação profissional, padronização de protocolos e regulamentação ética.
Referências
AL KUWAITI, Ahmed; NAZER, Khalid; AL-REEDY, A. et al. A review of the role of artificial intelligence in healthcare. Journal of personalized medicine, v. 13, n. 6, p. 951, jun. 2023.
BHAT, Mamatha; RABINDRANATH, Madhumitha; CHARA, Beatriz. et al. Artificial intelligence, machine learning, and deep learning in liver transplantation. Journal of hepatology, v. 78, n. 6, p. 1216-1233, jun. 2023.
CARUSO, Damiano; SANTIS, Domenico; TREMAMUNNO, Giuseppe. et al. Deep learning reconstruction algorithm and high-concentration contrast medium: feasibility of a double-low protocol in coronary computed tomography angiography. European Radiology, n. 35, v. 4 p. 2213-2221, abr.025.
COMMANDEUR, Frederic; SLOMKA, Piotr; GOELLER, Markus. et al. Machine learning to predict the long-term risk of myocardial infarction and cardiac death based on clinical risk, coronary calcium, and epicardial adipose tissue: a prospective study. Cardiovascular research, v. 116, n. 14, p. 2216-2225, dez. 2020.
GLESSGEN, Carl; CROWE, Lindsey; WETZL, Jens. et al. Automated vs manual cardiac MRI planning: a single-center prospective evaluation of reliability and scan times. European Radiology, v. 35, n. 7, p. 3927-3936, jul 2025.
GOTTLIEB, Klaus; REQUA, James; KARNES, William. et al. Central reading of ulcerative colitis clinical trial videos using neural networks. Gastroenterology, v. 160, n. 3, p. 710-719, fev. 2021.
HUSSAIN, Shah; MUBEEN, Iqra; ULLAH, Niamat. et al. Modern diagnostic imaging technique applications and risk factors in the medical field: a review. BioMed research international, v. 2022, n. 1, p. 5164970, jun. 2022.
KHALIFA, Mohamed; ALBADAWY, Mona. AI in diagnostic imaging: revolutionising accuracy and efficiency. Computer Methods and programs in biomedicine update, v. 5, p. 100146, 2024.
LUO, Xiao; YANG, Yadi; YIN, Shaohan. et al. Automated segmentation of brain metastases with deep learning: A multi-center, randomized crossover, multi-reader evaluation study. Neuro-oncology, v. 26, n. 11, p. 2140-2151, nov. 2024.
MOSQUERA-ZAMUDIO, Andrés; GOMEZ-SUAREZ, Marcela; SPROCKEL, John. et al. Globalization of a telepathology network with artificial intelligence applications in Colombia: The GLORIA program study protocol. Journal of Pathology Informatics, v. 15, n. 100394, dez. 2024.
OLIVEIRA, Luiz; SILVA, Marcelo; SANTIAGO, Rhuan. et al. Diagnóstico da retinopatia diabética por inteligência artificial por meio de smartphone / Diagnosis of diabetic retinopathy by artificial intelligence using smartphone. Revista Brasileira de Oftalmologia, v. 83, n. 0006, fev. 2024.
PANCH, Trishan; SZOLOVITS, Peter; ATUN, Rifat. Artificial intelligence, machine learning and health systems. Journal of global health, v. 8, n. 2, p. 020303, dez. 2018.
KIM, Chung; HAN, Mi; KIM, Sun. et al. Surface Models of the Four Chambers in Young Adult Hearts with Average Volumes Measured by Artificial Intelligence Tools / Modelos de Superficie de las Cuatro Cámaras en Corazones de Adultos Jóvenes con Volúmenes Promedio Medidos Mediante Herramientas de Inteligencia Artificial. International journal of morphology, v. 42, n.3, p. 554-560, jun. 2024.
YU, Yunfang; HE, Zifan; OUYANG, Jie. et al. Magnetic resonance imaging radiomics predicts preoperative axillary lymph node metastasis to support surgical decisions and is associated with tumor microenvironment in invasive breast cancer: A machine learning, multicenter study. EBioMedicine, v. 69, n. 103460, jul. 2021.
ZHAO, Chunyan; SHI, Qiuyu; MA, Fuying. et al. Intelligent Algorithm‐Based Ultrasound Image for Evaluating the Effect of Comprehensive Nursing Scheme on Patients with Diabetic Kidney Disease. Computational and Mathematical Methods in Medicine, v. 2022, n. 1, p. 6440138, mar. 2022.
ZHANG, Fang; ZOU, Jili; HUANG, Dandan. Reconstruction Algorithm‐Based Computed Tomography Image Feature for Evaluating the Effect of Internal Administration and Medicated Bath of Liangxue Xiaoyin Decoction on Psoriasis Vulgaris. Computational and Mathematical Methods in Medicine, v. 2022, n. 1, p. 1-12, mar. 2022.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Jairo Antônio Alves da Silva Filho, Vitória Régia Sousa de Medeiros, Letícia Arruda Barbosa, Helder Junio Batista Costa, Anny Beatriz Leal Barreto, Vitor Caiaffo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Pesquisa e Inovações em Ciências da Vida (ISSN 3086-0946) concordam com os seguintes termos:
Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0) que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: depositar em repositório institucional ou publicar como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
A revista não permite o armazenamento nem o acesso à versão preprint do documento submetido à revista ou à versão pós-print do autor em redes sociais acadêmicas, repositórios digitais ou servidores de preprints. Entende-se por preprint a versão do documento que não passou por avaliação por pares e foi previamente depositada em outras plataformas, e por pós-print do autor, a versão que já foi avaliada e aceita pela Revista Pesquisa e Inovações em Ciências da Vida, corrigida pelo autor, mas ainda não publicada.
Qualquer usuário tem direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial.
Adaptar — remixar, transformar e criar a partir do material para qualquer fim, mesmo que comercial.
O licenciante não pode revogar estes direitos desde que você respeite os termos da licença.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
