INTRODUÇÃO: A inteligência artificial (IA) está se destacando como uma ferramenta revolucionária na medicina, especialmente no campo do diagnóstico por imagem, permitindo uma avaliação mais detalhada das condições dos pacientes, demonstrando potencial significativo para melhorar a precisão diagnóstica e a eficiência operacional, em diversas áreas como neurologia, dermatologia e ginecologia. OBJETIVO(S): Este estudo teve como objetivo identificar a relevância do uso da IA no auxílio do diagnóstico por imagem. METODOLOGIA: Foi conduzida uma revisão de literatura por meio da plataforma PudMed e os descritores foram (artificial intelligence) AND (aid) AND (image diagnosis). A pesquisa inicial resultou em 37 artigos, dos quais 10 foram selecionados por uma análise crítica, disponíveis na língua inglesa e indexados nos últimos 10 anos. RESULTADOS: Na neuro-oncologia, redes neurais convolucionais (CNNs) têm demonstrado eficácia na identificação e classificação de gliomas em ressonâncias magnéticas, proporcionando alta sensibilidade e especificidade. Na dermatologia, modelos de machine learning (ML) têm sido eficazes na análise de lesões cutâneas, facilitando o diagnóstico precoce e a distinção entre condições benignas e malignas. Além disso, em estudos de câncer de ovário, a IA tem contribuído para decisões clínicas ao determinar a etiologia de tumores por meio de imagens de ultrassom. DISCUSSÃO: Apesar dos avanços, existem desafios como validação e generalização dos modelos para diferentes populações, sendo cruciais para a melhoria da IA. Além das questões éticas, como o impacto na relação médico-paciente e o treinamento contínuo, que também são relevantes para a sua melhoria. CONCLUSÕES: A IA está revolucionando a medicina diagnóstica, proporcionando ferramentas que aumentam a precisão diagnóstica, otimizam o planejamento terapêutico e melhoram os resultados para os pacientes, promovendo uma significativa melhoria na prática clínica e na qualidade de vida dos pacientes.
Comissão Organizadora
Associação das Ligas Acadêmicas de Medicina UNIMAR
Comissão Científica
Profª. Drª. Sandra Maria Barbalho - Presidente docente
Arielle Servato Rossi - Presidente Discente
Danielle Delgado Diaz Medina
Gabriella Peron de Oliveira
Larissa Soares Leite
Manuela Páfaro Magnani
Otávio Simões Girotto
Vinicius Gabriel Silvério Scholl