PAPEL DA INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE EVENTOS CARDÍACOS
DOI:
https://doi.org/10.36557/2674-8169.2024v6n2p2213-2229Palavras-chave:
Cardiologia; Doenças Cardiovasculares; Inteligência Artificial; Medicina Personalizada.Resumo
A Inteligência Artificial (IA) desempenha um papel crucial na predição de eventos cardíacos, oferecendo avançadas ferramentas analíticas para avaliar dados médicos. Ao processar grandes conjuntos de informações, a IA identifica padrões sutis, permitindo uma detecção precoce de potenciais riscos cardíacos. Esta abordagem inovadora não apenas aprimora a precisão diagnóstica, mas também contribui para intervenções preventivas mais eficazes, promovendo uma gestão proativa da saúde cardiovascular. Objetivos: Explorar o papel crucial desempenhado pela inteligência artificial na predição de eventos cardíacos. Materiais e Métodos: A coleta de dados foi conduzida por meio dos bancos de dados: Base de Dados em Enfermagem (BDENF), Scientific Electronic Library Online (SCIELO), PubMed, Literatura Latino-Americana do Caribe em Ciências da Saúde (LILACS). Foram consultados diversos tipos de publicações, incluindo artigos científicos, monografias e revistas, com o objetivo de obter informações relevantes sobre o tema. Resultados e Discussões: A eficácia da Inteligência Artificial na predição de eventos cardíacos, evidenciando taxas de acertos notáveis e uma capacidade de identificar padrões complexos nos dados médicos. Essa abordagem oferece uma perspectiva promissora para melhorar a prevenção e o gerenciamento de condições cardíacas. Na discussão, é relevante considerar desafios potenciais, como a interpretação clínica dos resultados e a necessidade contínua de validação em larga escala. A integração da IA na prática clínica sugere avanços significativos, mas questões éticas e regulatórias também merecem atenção para garantir a implementação responsável dessa tecnologia. Conclusão: Em resumo, a utilização da Inteligência Artificial na predição de eventos cardíacos demonstra promissora eficácia, proporcionando insights valiosos para a prática médica. Embora os resultados sejam encorajadores, é imperativo continuar refinando e validando essas abordagens, considerando cuidadosamente os aspectos éticos e regulatórios. O potencial impacto positivo da IA na saúde cardiovascular é evidente, apontando para uma evolução significativa na prevenção e no tratamento de condições cardíacas.
Downloads
Referências
Abrahams M, Matusheski NV. Personalised nutrition technologies: a new paradigm for dietetic practice and training in a digital transformation era. J Hum Nutr Diet; v.33, n.3, p.295–8, 2020.
Alanazi HO, Abdullah AH, Qureshi KN. A Critical Review for Developing Accurate and Dynamic Predictive Models Using Machine Learning Methods in Medicine and Health Care. J Med Syst; v.41, n.4, p.69, 2017.
Aleman R, Patel S, Sleiman J, Navia J, Sheffield C, Brozzi NA. Cardiogenic shock and machine learning: A systematic review on prediction through clinical decision support softwares. J Card Surg; v.36, n.11, p.4153–9, 2021.
ARNETT, D. K et., al. Guideline on the Primary Prevention of Cardiovascular Disease: Executive Summary: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines. Jornal do Colégio Americano de Cardiologia, v. 74, n. 10, p. 1376-1414, 2019.
BOULETREAU, P. et al. Artificial Intelligence: Applications in Orthognathic Surgery. J Stomatol Oral Maxillofac Surg, v. 120, n. 4, p. 347-354, 2019.
Demner-Fushman D, Chapman WW, McDonald CJ. What can natural language processing do for clinical decision support? J Biomed Inform; v.42, n.5, p.760–72,2009.
Dunjko V, Briegel HJ. Machine learning & artificial intelligence in the quantum domain: A review of recent progress. Reports Prog Phys.; v.81, n.7, p. 87, 2018.
FREIRE, A. K. D. S.; ALVES, N. C. C.; SANTIAGO, E. J. P.; TAVARES, A. S.; TEIXEIRA, D. D. S.; CARVALHO, I. A. et al. Panorama no Brasil das doenças cardiovasculares dos últimos quatorze anos na perspectiva da promoção à saúde. Revista Saúde e Desenvolvimento, v. 11, n. 9, p. 21-44, 2017.
Jiang B, Guo N, Ge Y, Zhang L, Oudkerk M, Xie X. Development and application of artificial intelligence in cardiac imaging. Br J Radiol; v.93, n. 11, p. 1113, 2020.
Johnson KW, Soto JT, Glicksberg BS, Shameer K, Miotto R, Ali M, et al. Artificial Intelligence in Cardiology. J Am Coll Cardiol.;v.71, n.23, p.2668-79, 2018.
LIMA, M. Perspectivismo maquínico à luz dos ecossistemas comunicacionais. Revista Eletrônica Mutações, v. 9, n. 16, abril 2018.
LOPES, Rita Simone et al. INTELIGÊNCIA ARTIFICIAL EM CARDIOLOGIA - ESTADO DA ARTE E PERSPECTIVAS FUTURAS. Rev Soc Cardiol Estado de São Paulo, [S. l.], v. 32, n. 1, p. 80-84, 2 maio 2022.
NEVES, Ana Bela Alcântara et al. Usos da inteligência artificial na cardiologia: uma revisão da literatura. Brazilian Journal of Health Review, [S. l.], v. 6, n. 9, p. 30053-30069, 24 nov. 2023.
Price, WN. Big data and black-box medical algorithms. Sci Transl Med.;v.10, n.4, p.71, 2018.
SANT’ANNA, R. M.; CAMACHO, A. C. L. F.; SOUZA, V. M. F.; MENEZES, H. F.; SILVA, R. P. Tecnologias educacionais no cuidado à pacientes com doenças cardiovasculares. Rev Recien., v. 12, n. 37, p. 163- 175, 2022.
SANTOS, M. K. et al. Artificial intelligence, machine learning, computer-aided and radiomatic diagnostics: advances in image for precision medicine. Radiol. Bras, v. 52, n. 6, nov./ dez. 2019.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Maria Alessamia Nunes Lima , Arlete Freitas Ferreira, Maria Eduarda Castro Aguiar Gomes de Lima, Yasmin Caroline Sales Retto, Anny Catarina Alfaia Nogueira, Suzana Brito Bernardino , Salete Martens Aurélio, Clarissa Azevedo Sá, Matheus Cuvello Motta, Sabrina de Vasconcelos Noroes, Thaís Moura Fernandes Coimbra, Izabel Cecília Maia Bezerra
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os autores são detentores dos direitos autorais mediante uma licença CCBY 4.0.
