INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO POR IMAGEM: IMPACTOS NA DECISÃO CLÍNICA MULTIPROFISSIONAL E NA SEGURANÇA DO PACIENTE
DOI:
https://doi.org/10.56238/revgeov17n3-093Palavras-chave:
Inteligência Artificial, Diagnóstico por Imagem, Radiologia, Equipe Multiprofissional, Segurança do PacienteResumo
A incorporação da inteligência artificial (IA) no diagnóstico por imagem tem promovido transformações significativas na prática clínica contemporânea, especialmente no apoio à interpretação de exames radiológicos e na tomada de decisão clínica. Este estudo teve como objetivo analisar as contribuições da inteligência artificial no diagnóstico por imagem e discutir seus impactos na atuação multiprofissional e na segurança do paciente. Trata-se de uma pesquisa de abordagem qualitativa, desenvolvida por meio de revisão integrativa da literatura científica realizada nas bases PubMed/MEDLINE, Scopus, SciELO, Biblioteca Virtual em Saúde (BVS) e Google Scholar, considerando publicações entre 2018 e 2025. Os resultados evidenciam que algoritmos de aprendizado de máquina e aprendizado profundo têm contribuído para aumentar a precisão diagnóstica, acelerar a análise de exames de imagem e apoiar decisões clínicas mais seguras. Além disso, a integração da inteligência artificial na prática clínica fortalece a atuação multiprofissional, permitindo que radiologistas, médicos, enfermeiros, farmacêuticos, fisioterapeutas, nutricionistas e cirurgiões-dentistas utilizem informações derivadas da análise automatizada das imagens para orientar intervenções terapêuticas mais eficazes. Entretanto, desafios relacionados à validação científica dos algoritmos, à formação profissional e às questões éticas e regulatórias ainda precisam ser considerados. Conclui-se que a inteligência artificial aplicada ao diagnóstico por imagem representa ferramenta promissora para aprimorar a precisão diagnóstica, fortalecer a tomada de decisão clínica multiprofissional e ampliar a segurança do paciente no contexto da saúde digital.
Downloads
Referências
ALDHAFEERI, F. M.; et al. Governing artificial intelligence in radiology: ethical, legal and regulatory considerations. Diagnostics, v. 15, n. 18, 2025.
CROTTY, E.; et al. Artificial intelligence in medical imaging education: preparing the future workforce. Academic Radiology, v. 31, n. 4, 2024.
JUCÁ, J. A. G.; et al. O impacto da inteligência artificial na interpretação de exames de imagem e na prática radiológica. Revista Eletrônica Acervo Saúde, v. 24, 2024.
KHALIFA, M.; et al. Artificial intelligence in diagnostic imaging: revolutionising accuracy and healthcare efficiency. Journal of Medical Imaging and Radiation Sciences, v. 55, n. 2, 2024.
LAMBA, R.; et al. Advances in artificial intelligence for medical imaging: a review of machine learning applications. Procedia Computer Science, v. 240, 2025.
LAWRENCE, R.; et al. Artificial intelligence for diagnostics in radiology practice. Radiography, v. 31, n. 1, 2025.
MUHAMMAD, D.; et al. Explainable artificial intelligence in medical image analysis: a systematic review. Journal of Biomedical Informatics, v. 150, 2024.
NAJJAR, R. Artificial intelligence in radiology: redefining medical imaging. Diagnostics, v. 13, n. 17, 2023.
OBUCHOWICZ, R.; et al. Artificial intelligence-empowered radiology: current status and future directions. Diagnostics, v. 15, n. 3, 2025.
SULEMAN, M. U.; et al. Assessing the generalizability of artificial intelligence in diagnostic radiology: a systematic review. BMC Medical Imaging, v. 25, n. 1, 2025.
SILVA, F. C.; et al. Inteligência artificial no diagnóstico por imagem: avanços e desafios na prática clínica. Roentgen – Revista Científica de Radiologia, v. 7, n. 1, 2025.
