APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO POR IMAGEM
A inteligência artificial (IA) é a inteligência similar à humana desencadeada por
softwares. Trata-se de um conjunto de modelos matemáticos complexos
baseados na estrutura e no funcionamento de neurônios biológicos. O presente
trabalho tem como objetivo apresentar, com base na literatura científica, os
fundamentos bem como as aplicações da IA no diagnóstico por imagem. Dentre
as diferentes ferramentas da IA com potencial no auxílio diagnóstico por imagem,
destaca-se o diagnóstico auxiliado por computador (CAD) e a rede neural
convolucional (CNN). O CAD é um sistema computacional que utiliza resultados
de análises quantitativas automatizadas de imagens radiográficas registradas
em banco de dados. A utilização do CAD tem como finalidade verificar a
interpretação do radiologista e melhorar a acurácia do diagnóstico por imagem,
mediante o uso da resposta do computador como referência. Como
contribuições dessa ferramenta, pode-se citar o auxílio ao processamento de
imagens por meio de um sistema computacional contendo um banco de dados
com padrões considerados normais e anormais. Já as CNNs são capazes de
identificar moléculas com potencial no tratamento do câncer e interpretar
imagens de tomografia computadoriza utilizando uma base de dados mundial de
imagens associadas a termos típicos de diagnóstico. A utilização da IA como
auxílio diagnóstico tem como objetivo propor um sistema que possa ser
implementado nos exames de imagens tradicionais. Embora ainda incipiente, a
expectativa é que vivenciaremos avanços na área do diagnóstico por imagem à
medida que novos algoritmos de IA forem desenvolvidos para esse fim.
APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO POR IMAGEM
-
DOI: 10.22533/at.ed.10023130620
-
Palavras-chave: Inteligência artificial; Diagnóstico por imagem; Algoritmos; Aprendizagem profunda.
-
Keywords: Artificial intelligence; Diagnostic imaging; Algorithms; Deep learning.
-
Abstract:
Artificial intelligence (AI) is a human-like intelligence triggered by software. It is a
set of complex mathematical models based on the structure and functioning of
biological neurons. This paper aims to present, based on scientific literature, the
fundamentals as well as applications of AI in imaging diagnosis. Among the
different AI tools, with imaging diagnostic potential, computer-assisted diagnosis
(CAD) and a convolutional neural network (CNN). CAD is a computer system that
uses automated quantitative analysis results of radiographic images recorded in
a database. The use of CAD as a use can verify radiologist interpretation and
improve the accuracy of diagnostic imaging using the computer response as a
reference. As contributions of this tool, one can cite or assist in the processing of
images through a computer system including a database with patterns
considered normal and abnormal. Since CNNs are able to identify molecules with
potential for cancer treatment and interpret computed tomography images, using
a worldwide database of images related to typical diagnostic terms. The use of
AI as a diagnostic aid aims at a system that can be implemented in traditional
imaging exams. Although still incipient, it is expected that advances in imaging
diagnostics will be able to measure the latest AI algorithms for this purpose.
- KAREN SAMPAIO TOMAS
