ESTUDO SOBRE O USO DA INTELIGÊNCIA ARTIFICIAL NA MEDICINA: STUDY ON THE USE OF ARTIFICIAL INTELIGENCE IN MEDICINE

Ronie Edson Alves Bernardino; Nivaldo  Carleto

doi:10.31510/infa.v21i2.2001

Autores

Ronie Edson Alves Bernardino CENTRO PAULA SOUZA - FATEC TAQUARITINGA
Prof. Dr. Nivaldo Carleto FATEC TECNOLOGIA TAQUARITINGA https://orcid.org/0000-0003-1396-723X (não autenticado)

DOI:

https://doi.org/10.31510/infa.v21i2.2001

Palavras-chave:

IA (Inteligência Artificial), Medicina Moderna, Tecnologia Emergentes

Resumo

A inteligência artificial (IA) está revolucionando a medicina moderna, aprimorando diagnósticos, personalizando tratamentos e melhorando a administração de pacientes. Estudos tem demonstrado que ela pode superar a capacidade humana em muitas tarefas, como o diagnóstico de doenças e até o planejamento terapêutico. Entretanto, se reconhecem as barreiras éticas, técnicas e regulatórias que precisam ser superadas para a adoção ampla dessa tecnologia.

O objetivo deste artigo foi analisar o uso da Inteligência Artificial – IA na medicina, suas aplicações e implicações. A pesquisa utilizada foi a bibliográfica, através de uma revisão sistemática da literatura, obedecendo às orientações e seguindo as diretrizes da PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Nessas condições, pode-se concluir que o futuro da IA na medicina é promissor, com inúmeras oportunidades para inovação e melhoria dos cuidados de saúde. Além disso, observa-se também que a IA, com outras tecnologias emergentes; como a biotecnologia, a robótica e a telemedicina, pode transformar a maneira como prevenimos, diagnosticamos e tratamos as enfermidades.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

ADADI, A.; BERRADA, M. Peeking inside the black-box: A survey on Explainable Artificial Intelligence (XAI). IEEE Access, v. 6, p. 52138-52160, 2018. DOI: https://doi.org/10.1109/ACCESS.2018.2870052

AMARASINGHAM, R.; AUDET, A. M.; BATES, D. W.; GLENN, A. Consensus statement on the use of AI in health care. Health Affairs, v. 38, n. 2, p. 292-300, 2019.

ARDILA, D.; KIRALY, A. P.; BHARADWAJ, S.; CHOI, B.; REICHER, J. J.; PENG, L.; SHETTY, S. End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography. Nature Medicine, v. 25, n. 6, p. 954-961, 2019. DOI: https://doi.org/10.1038/s41591-019-0447-x

CHOI, E.; BAHADORI, M. T.; SCHUETZ, A.; STEWART, W. F.; SUN, J. Doctor AI: Predicting clinical events via recurrent neural networks. Journal of Machine Learning Research, v. 18, n. 1, p. 56-68, 2020.

COLLINS, F. S.; VARMUS, H. A new initiative on precision medicine. The New England Journal of Medicine, v. 372, n. 9, p. 793-795, 2015. DOI: https://doi.org/10.1056/NEJMp1500523

DAVENPORT, T.; KALAKOTA, R. The potential for artificial intelligence in healthcare. Future Healthcare Journal, v. 6, n. 2, p. 94-98, 2019. DOI: https://doi.org/10.7861/futurehosp.6-2-94

ESTEVA, A.; KUPREL, B.; NOVOA, R. A.; KO, J.; SWETTER, S. M.; BLAU, H. M.; THRUN, S. Dermatologist-level classification of skin cancer with deep neural networks. Nature, v. 542, n. 7639, p. 115-118, 2017. DOI: https://doi.org/10.1038/nature21056

GOODMAN, B. Machine Learning: Ethics and privacy in healthcare. Digital Medicine, v. 3, n. 1, p. 10-15, 2020.

GULSHAN, V.; PENG, L.; CORAM, M.; STUMPE, M. C.; WU, D.; NARAYANASWAMY, A.; WEBSTER, D. R. 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. DOI: https://doi.org/10.1001/jama.2016.17216

KOUROU, K.; EXARCHOS, T. P.; EXARCHOS, K. P.; KARAMOUZIS, M. V.; FOTIADIS, D. I. Machine learning applications in cancer prognosis and prediction. Computational and Structural Biotechnology Journal, v. 13, p. 8-17, 2015. DOI: https://doi.org/10.1016/j.csbj.2014.11.005

LITJENS, G.; KOOI, T.; BEJNORDI, B. E.; SETIO, A. A. A.; CIOMPI, F.; GHAFOORIAN, M.; VAN GINNEKEN, B. A survey on deep learning in medical image analysis. Medical Image Analysis, v. 42, p. 60-88, 2017. DOI: https://doi.org/10.1016/j.media.2017.07.005

MCKINNEY, S. M.; SIENIEK, M.; GODBOLE, V.; GODWIN, J.; ANTROPOVA, N.; ASHRAFIAN, H.; SULEYMAN, M. International evaluation of an AI system for breast cancer screening. Nature, v. 577, n. 7788, p. 89-94, 2020. DOI: https://doi.org/10.1038/s41586-019-1799-6

MOORE, S. P.; REDMOND, S. J.; THIEMJARUS, S. A wearable health monitoring system for personalized prevention and management of COPD exacerbations. Pervasive and Mobile Computing, v. 41, p. 192-204, 2017. DOI: https://doi.org/10.1016/j.pmcj.2017.08.005

REDDY, S.; FOX, J.; PUROHIT, M. P. Artificial intelligence-enabled healthcare delivery. Journal of the Royal Society of Medicine, v. 113, n. 1, p. 22-28, 2020. DOI: https://doi.org/10.1177/0141076818815510

RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. 3rd ed. Pearson, 2016.

SOMASHEKHAR, S. P.; SEPÚLVEDA, M. J.; NORDEN, A. D.; RAUTHAN, A.; ARUN, K. M.; PATIL, P. Early experience with IBM Watson for Oncology in Indian patients with breast cancer. JCO Clinical Cancer Informatics, v. 2, p. 1-11, 2018.

TOPOL, E. J. High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, v. 25, n. 1, p. 44-56, 2019. DOI: https://doi.org/10.1038/s41591-018-0300-7

VEDOVATE, Shirley Vaz. A inteligência artificial e as transformações no setor da saúde no futuro a tecnologia na saúde. Revista Cientifica Integrada. v.5, ed.1.UNIP, São Paulo, 2021. DOI: https://doi.org/10.29327/545934.2-32