Palavras-chave
Medicina Diagnóstica
Machine Learning
Deep Learning
Diagnóstico por Imagem
Medicina Personalizada.
Como Citar
Resumo
A Inteligência Artificial (IA) está revolucionando a medicina diagnóstica, especialmente em áreas como radiologia, genômica, e análise de dados clínicos. Algoritmos avançados de aprendizado de máquina (Machine Learning) e aprendizado profundo (Deep Learning) têm demonstrado alta precisão na detecção de patologias, superando em alguns casos a performance humana. Esta revisão aborda as principais tecnologias de IA aplicadas ao diagnóstico médico, os benefícios, como o aumento da precisão e agilidade diagnóstica, e os desafios éticos, como a privacidade de dados e o viés algorítmico. O futuro da IA promete integrar diagnósticos preditivos e medicina personalizada, transformando o cuidado ao paciente e exigindo adaptação por parte dos profissionais de saúde. A adoção cuidadosa dessas tecnologias é crucial para garantir que o avanço tecnológico ande em sintonia com a preservação da qualidade no atendimento médico.
Referências
ESTEVA, A.; KUPREL, B.; NOVOA, R. A.; ET AL. Dermatologist-level classification of skin cancer with deep neural networks. Nature, v. 542, n. 7639, p. 115-118, 2017. Disponível em: https://www.nature.com/articles/nature21056.
FERRYMAN, K. Fairness and accuracy in machine learning for healthcare. The Center for Democracy & Technology, 2018. Disponível em: https://cdt.org/files/2018/07/2018-07-10-Fairness-and-Accuracy-in-ML-for-Healthcare.pdf.
GULSHAN, V.; PENG, L.; CORAM, M.; ET AL. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA, v. 316, n. 22, p. 2402-2410, 2016. Disponível em: https://jamanetwork.com/journals/jama/fullarticle/2588763.
HAMET, P.; TREMBLAY, J. Artificial intelligence in medicine. Metabolism, v. 69, p. S36-S40, 2017. Disponível em: https://www.metabolismjournal.com/article/S0026-0495(17)30087-0/fulltext.
JHA, S.; TOPOL, E. J. Adapting to artificial intelligence: radiologists and pathologists as information specialists. JAMA, v. 316, n. 22, p. 2353-2354, 2016. Disponível em: https://jamanetwork.com/journals/jama/fullarticle/2588761.
LECUN, Y.; BENGIO, Y.; HINTON, G. Deep learning. Nature, v. 521, n. 7553, p. 436-444, 2015. Disponível em: https://www.nature.com/articles/nature14539.
LITJENS, G.; KOOI, T.; BEJNORDI, B. E.; ET AL. A survey on deep learning in medical image analysis. Medical Image Analysis, v. 42, p. 60-88, 2017. Disponível em: https://www.sciencedirect.com/science/article/pii/S1361841517301135.
LUNDERVOLD, A. S.; LUNDERVOLD, A. An overview of deep learning in medical imaging focusing on MRI. Zeitschrift für Medizinische Physik, v. 29, n. 2, p. 102-127, 2019. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0939388918301181.
MCKINNEY, S. M.; SIENIEK, M.; GODBOLE, V.; ET AL. International evaluation of an AI system for breast cancer screening. Nature, v. 577, n. 7788, p. 89-94, 2020. Disponível em: https://www.nature.com/articles/s41586-019-1799-6.
RAJPURKAR, P.; IRVIN, J.; BALL, R. L.; ET AL. Deep learning for chest radiograph diagnosis: A retrospective comparison of the CheXNeXt algorithm to practicing radiologists. PLOS Medicine, v. 15, n. 11, p. e1002686, 2018. Disponível em: https://journals.plos.org/plosmedicine/article?id=10.1371/journal.pmed.1002686.
Schwalbe, N.; Wahl, B. Artificial intelligence and the future of global health. The Lancet, v. 395, n. 10236, p. 1579-1586, 2020. Disponível em: https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30226-9/fulltext. Acesso em: 07 out. 2024.
SHICKEL, B.; TIGHE, P. J.; BIHORAC, A.; RASHIDI, P. DEEP EHR: A survey of recent advances in deep learning techniques for electronic health record (EHR) analysis. IEEE Journal of Biomedical and Health Informatics, v. 22, n. 5, p. 1589-1604, 2018. Disponível em: https://ieeexplore.ieee.org/document/8379394.
SILVER, D.; SCHRITTWIESER, J.; SIMONYAN, K.; ET AL. Mastering the game of Go without human knowledge. Nature, v. 550, n. 7676, p. 354-359, 2017. Disponível em: https://www.nature.com/articles/nature24270.
TOPOL, E. J. High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, v. 25, n. 1, p. 44-56, 2019. Disponível em: https://www.nature.com/articles/s41591-018-0300-7.
VAN RIEL, S. J.; CIOMPI, F.; WINKLER WILLE, M. M.; ET AL. Malignancy risk estimation of screen-detected pulmonary nodules using deep learning. American Journal of Respiratory and Critical Care Medicine, v. 202, n. 3, p. 393-403, 2020. Disponível em: https://www.atsjournals.org/doi/10.1164/rccm.201910-1946OC.
WARING, J.; LINDVALL, C.; Umeton, R. Automated machine learning: Review of the state-of-the-art and opportunities for healthcare. Artificial Intelligence in Medicine, v. 104, p. 101822, 2020. Disponível em: https://www.sciencedirect.com/science/article/pii/S0933365719302785.
XIE, Y.; MIRABZADEH, M.; ZHOU, C. Early detection of lung cancer with deep learning using CT images. In: 2019 IEEE 16th International Symposium on Biomedical Imaging (ISBI 2019), p. 1281-1284, 2019. Disponível em: https://ieeexplore.ieee.org/document/8759486.
XU, Y.; JIA, Z.; WANG, L.; ET AL. Large scale tissue histopathology image classification, segmentation, and visualization via deep convolutional activation features. BMC Bioinformatics, v. 18, n. 1, p. 281, 2017. Disponível em: https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-017-1709-5.
YU, K. H.; BEAM, A. L.; KOHANE, I. S. Artificial intelligence in healthcare. Nature Biomedical Engineering, v. 2, n. 10, p. 719-731, 2018. Disponível em: https://www.nature.com/articles/s41551-018-0305-z.
ZHOU, L.; PAN, S.; WANG, J.; ET AL. Machine learning on big data: Opportunities and challenges. Neurocomputing, v. 237, p. 350-361, 2017. Disponível em: https://www.sciencedirect.com/science/article/pii/S0925231216318789.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2024 Ana Beatriz Vedana, AMANDA BALBINOT BENEVIDES , ANA PAULA CORREIA FARAGE, GABRIELA ALVES MOREIRA, LÍVIA REGINA MARTINS INÁCIO MÁXIMO, RAFAELLA SOUZA BRANDÃO, ISABELLE RODRIGUES UBIALI, EMILLI PIETRA JARDINI, PAMELA TAINA BARBOSA BEZERRA, ÉLBER ROGÉRIO JUCÁ CECCON DA SILVA, ANEKELE FERNANDES CECCON JUCÁ, AMANDA BRAGA MATOS, ISABELA CENI DE OLIVEIRA, JOÃO VITOR SILVA DE MARCO, ÁLYF ANDRÉ ALVES DA SILVA, ANDRELINA LÚCIA DE PAIVA