Palavras-chave
Mamografia
Inteligência Artificial
Diagnóstico precoce
Como Citar
Resumo
O objetivo deste estudo é revisar a precisão diagnóstica dos algoritmos de inteligência artificial (IA) em mamografias digitais, bem como identificar os desafios e limitações associados a essa abordagem. Este estudo é uma revisão integrativa da literatura que analisa o desempenho dos algoritmos da IA para constatação antecipada de câncer de mama em comparação a investigação e conduta dos profissionais da saúde, visando fornecer percepções relevantes para a prática clínica e explorar as futuras perspectivas e potenciais avanços tecnológicos dessa aplicação na detecção precoce do câncer de mama. A pesquisa foi realizada nas bases Scielo, BVS – Biblioteca Virtual em Saúde, e PubMed, utilizando os descritores "Neoplasias da mama", "Mamografia", "Inteligência artificial" e “Diagnóstico precoce”. Estão incluídos artigos publicados entre 2020 e 2024, em português ou inglês, com acesso completo e relevância para o estudo. Artigos pagos ou incompletos, dissertações, teses e materiais fora do prazo especificado foram excluídos. Os avanços tecnológicos e a aplicação da IA na saúde têm despertado interesse no potencial para melhorar a eficiência dos diagnósticos. A detecção precoce pode impactar diretamente na sobrevida e na qualidade de vida dos pacientes. Nesse sentido, a aplicação de algoritmos de inteligência artificial em mastografias digitais representa um avanço promissor, mas também desafia os paradigmas e práticas tradicionais da área da saúde.
Referências
BARBOSA, Claudio Cesar, et al. O impacto da inteligência artificial na gestão de recursos humanos no processo de recrutamento e seleção. 2024. Disponível em: https://azure.com. Acesso em: 18 jun. 2024.
BATISTA, Geovanne Valdevino, et al. Câncer de mama: fatores de risco e métodos de prevenção. Research, Society and Development, v. 9, n. 12, p. e15191211077-e15191211077, 2020. Disponível em: https://rsdjournal.org. Acesso em: 15 jul. 2024.
CAETANO, A. C. R. Predição da maturidade pulmonar em fetos de mães diabéticas por meio da análise ultrassonográfica quantitativa da textura do pulmão fetal. 2022. Acesso em: 17 ago. 2024.
CAVALCANTE, Ana Patrícia da Silva Arruda, et al. CONTROLE DE QUALIDADE DOS EXAMES DE MAMOGRAFIA. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 9, n. 5, p. 2700-2709, 2023. Disponível em: https://periodicorease.pro.br. Acesso em: 18 jun. 2024.
CORREIA, Américo Costa, et al. DETECÇÃO DE C NCER DE MAMA: AVANÇOS E DESAFIOS. Revista da Faculdade Supremo Redentor, 2023. Disponível em: https://facsupremo.redentor.net.br. Acesso em: 10 ago. 2024.
DOURADO, D. A. Regulação da inteligência artificial na saúde. 2024. Disponível em: https://usp.br. Acesso em: 22 jun. 2024.
FERREIRA, H. T. INTELIGÊNCIA ARTIFICIAL NO MERCADO IMOBILIÁRIO - Um cenário das pesquisas dos anos de 2018 até 2023. 2024. Disponível em: https://pucgoias.edu.br. Acesso em: 15 jul. 2024.
FERREIRA, M. F. C. Perfil das mulheres que nunca fizeram a mamografia no Brasil: dados da Pesquisa Nacional de Saúde, 2013. 2020. Disponível em: https://unb.br. Acesso em: 1 ago. 2024.
GLOBOCAN. Global cancer observatory: cancer today. International Agency for Research on Cancer, 2020. Disponível em: https://gco.iarc.fr/today. Acesso em: 27 jul. 2024.
GUERREIRO, Aline Angélica Peres, et al. INTEGRANDO INTELIGÊNCIA ARTIFICIAL À MAMOGRAFIA: UMA ABORDAGEM COMPLEMENTAR NO DIAGNÓSTICO DO C NCER DE MAMA. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 10, n. 5, p. 479-485, 2024. Disponível em: https://periodicorease.pro.br. Acesso em: 27 jun. 2024.
MACHADO, M. S. Inteligência Artificial no Auxílio do Diagnóstico Precoce do Câncer de Mama. 2024. Disponível em: https://ufpe.br. Acesso em: 30 jul. 2024.
MAESAKA, J. Y. Avaliação da densidade mamária com o uso de inteligência artificial por rede neural convolucional em mulheres na pós-menopausa com síndrome de Gilbert. 2022. Disponível em: https://usp.br. Acesso em: 5 ago. 2024.
MENDES, Júlio Barros; GONSALVES, Danilo Amoras Collares; CAMPOS, Achiles Eduardo Pontes. Comparação entre IA e radiologistas na performance em avaliação de nódulos pulmonares em exames de imagem: uma revisão sistemática integrativa. Brazilian Journal of Health Review, v. 6, n. 6, p. 28861-28877, 2023. Disponível em: https://brazilianjournals.com.br. Acesso em: 6 ago. 2024.
MINEIRO, Márcia; SILVA, Mara A. Alves da; FERREIRA, Lúcia Gracia. Pesquisa qualitativa e quantitativa: imbricação de múltiplos e complexos fatores das abordagens investigativas. Momento-Diálogos em Educação, v. 31, n. 03, p. 201-218, 2022. Disponível em: https://emnuvens.com.br. Acesso em: 25 jul. 2024.
QUEIROZ JUNIOR, A. M. Classificação automática da doença de Alzheimer por meio de processamento de imagens e algoritmos de inteligência artificial. 2023. Disponível em: https://ufrn.br. Acesso em: 3 ago. 2024.
RAPOSO, A. B. Uma abordagem centrada em dados para o aprimoramento de modelos de segmentação com aprendizado profundo em imagens de mamografia. 2023. Disponível em: https://puc-rio.br. Acesso em: 12 jul. 2024.
ROCHA, H. R. O direito à revisão de decisões automatizadas baseadas em inteligência artificial aplicado à proteção do direito à saúde de vieses discriminatórios. 2021. Disponível em: https://idp.edu.br. Acesso em: 29 jun. 2024.
SHCOLNIK, W. Avaliação da cultura e das práticas laboratoriais relacionadas à segurança do paciente. 2021. Disponível em: https://usp.br. Acesso em: 4 jul. 2024.
SOUZA, A. V.; NUNES, P. F. Controle de qualidade em mamografia digital. 2021. Disponível em: https://ifsc.edu.br. Acesso em: 15 jun. 2024.
TELLES, Eduardo Santos; BARONE, Dante Augusto Couto; SILVA, Alexandre Moraes da. Inteligência Artificial no Contexto da Indústria 4.0. In: Anais do I Workshop sobre as Implicações da Computação na Sociedade. SBC, 2020. Disponível em: https://sbc.org.br. Acesso em: 22 jul. 2024.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2024 Geovanna Pozzebon Carvalho, Maria Fernanda Corrêa Freitas, Lívia Portela Rosan, Regiane Fernanda de Souza Barreto Rezende, Antoniella Nogueira de Castro, Beatriz Flausino Silva de Oliveira, Ivoneide Gonçalves de Melo Gonzalez, Raquel Carvalho Nogueira, Adriando Ferreira de Melo, Lucas Câmara Monsef, Hemilly Martins Leite