A INTELIGÊNCIA ARTIFICIAL NA MEDICINA CLÍNICA: PRINCIPAIS AVANÇOS E APLICAÇÕES
A construção, o gerenciamento e a operação de sistemas de informação médica são os principais componentes das tarefas clínicas dos recém-criados, departamentos de informática médica. A inteligência artificial (IA) usa ferramentas matemáticas, denominadas “aprendizado de máquina”, para aprender interativamente os padrões nos dados de treinamento e, quando esses padrões são encontrados em novos dados, a IA converte isso em uma decisão. O potencial da IA na medicina clínica é amplo e foi impulsionado nos últimos anos pelo aumento da disponibilidade de grandes conjuntos de dados de saúde devido à digitalização dos registros de saúde, juntamente com o compartilhamento de dados de saúde. Os métodos de IA, especialmente os métodos de Deep learning, mostraram seu desempenho avançado em aplicações médicas. Em alguns problemas detalhados de classificação, segmentação e detecção, o Deep learning pode alcançar precisão no nível humano. No laboratório de microbiologia clínica, algoritmos de aprendizado de máquina desenvolvidos a partir de genômica populacional podem ser usados para prever riscos de infecção a partir das características genômicas de microrganismos patogênicos. O desenvolvimento de novos equipamentos científicos é dispendioso e demorado, contudo, a IA pode auxiliar o rápido progresso científico, aumentando a acessibilidade dos projetos de hardware de laboratório em todo o mundo e permitindo que os cientistas compartilhem, utilizem e melhorem os projetos.
A INTELIGÊNCIA ARTIFICIAL NA MEDICINA CLÍNICA: PRINCIPAIS AVANÇOS E APLICAÇÕES
-
DOI: 10.22533/at.ed.07921080116
-
Palavras-chave: Inteligência Artificial, Medicina clínica, Diagnóstico
-
Keywords: Artificial Intelligence, Clinical Medicine, Diagnosis
-
Abstract:
The construction, management and operation of medical information systems are the main components of the clinical tasks of the newly created, medical informatics departments. Artificial intelligence (AI) uses mathematical tools, called "machine learning", to interactively learn patterns in training data, and when those patterns are found in new data, AI converts it into a decision. The potential of AI in medicine is broad and has been driven in recent years by the increased availability of large health data sets due to the digitization of health records, along with the sharing of health data. The IA methods, especially the deep learning methods, excellent their advanced performance in medical applications. In some detailed problems of classification, selection and detection, Deep learning can achieve precision at the human level. In the microbiology laboratory, machine learning algorithms developed from population genomics can be used to predict risks of infection from the genomic characteristics of pathogenic microorganisms. The development of new scientific equipment is expensive and time-consuming, however, AI can assist rapid scientific progress by increasing the accessibility of laboratory hardware designs worldwide and allowing them to share, use and improve designs.
-
Número de páginas: 12
- Benedito Rodrigues da Silva Neto
