INTELIGÊNCIA ARTIFICIAL APLICADA AOS EXAMES DE IMAGEM: IMPACTOS NA TOMADA DE DECISÃO CLÍNICA E NA ATUAÇÃO MULTIPROFISSIONAL EM SAÚDE

Autores

  • Cíntia Anjos Braga Pereira
  • Jander Marcus Cirino Lopes
  • Clenildo Silva Campos
  • Bruno Henrique da Silva Franco
  • Diogo Gabriel Florindo
  • Leidiane Braz de Sousa
  • Franciely Santos Silva
  • Patrícia Gabrielly da Silva Pires
  • Brayan Almeida Ferreira
  • Luiz Alberto Fernandes da Silva
  • Kárita Roberta da Silva Melo
  • Larissa Emanuelle Sestari
  • Uiliam Florentino dos Santos
  • Debora Vita da Silva Martins
  • Neide Garcia Ribeiro
  • Lauriene Karina Ramos da Costa Ferreira
  • Elda Lenilma Palheta Alves
  • Alynne Cristina Ferreira Coutinho
  • Juliana da Silva
  • Aline de Morais Gomes
  • Priscila Pinto Araújo da Silva
  • Wilson Santana Jovino Belém
  • Ana Isabela Peres Nonato Ferreira
  • Anna Catharinna da Costa
  • Alexandre Almeida de Oliveira

DOI:

https://doi.org/10.56238/revgeov17n2-015

Palavras-chave:

Inteligência Artificial, Exames de Imagem, Radiologia, Equipe Multiprofissional, Tomada de Decisão Clínica

Resumo

A incorporação da Inteligência Artificial (IA) aos exames de imagem tem redefinido a forma como informações diagnósticas são produzidas, interpretadas e utilizadas no cuidado em saúde. Em um contexto de crescente complexidade clínica e demanda por decisões mais precisas, a IA emerge como ferramenta estratégica de apoio à prática assistencial, com impactos diretos na atuação multiprofissional. Este estudo teve como objetivo analisar as contribuições da Inteligência Artificial aplicada aos exames de imagem para a tomada de decisão clínica e para a integração do cuidado multiprofissional em saúde. Trata-se de uma investigação qualitativa de caráter analítico-interpretativo, baseada na literatura científica recente. Os resultados evidenciam que a IA aplicada à radiologia médica e odontológica amplia a eficiência diagnóstica, favorece a priorização de casos críticos e fortalece o planejamento terapêutico compartilhado entre médicos, enfermeiros, profissionais de radiologia, farmacêuticos, fisioterapeutas, fonoaudiólogos e demais profissionais da equipe. Entretanto, também são identificados desafios éticos, organizacionais e formativos que exigem governança responsável e capacitação interprofissional. Conclui-se que a Inteligência Artificial em exames de imagem representa uma oportunidade relevante para qualificar o cuidado em saúde, desde que integrada a práticas colaborativas, centradas no paciente e orientadas por princípios éticos sólidos.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

ALDHAFEERI, F. M.; et al. Governing artificial intelligence in radiology: a systematic review. Insights into Imaging, v. 16, n. 1, p. 1–15, 2025.

ALHARBI, S. S.; et al. Exploring the applications of artificial intelligence in dental imaging: a systematic review. Dentomaxillofacial Radiology, v. 53, n. 2, p. 20230345, 2024.

ALI, M.; et al. Artificial intelligence in dental radiology: current applications and future perspectives. Journal of Dental Sciences, v. 20, n. 1, p. 1–10, 2025.

CROTTY, E.; et al. Artificial intelligence in medical imaging education: implications for training and professional development. Radiography, v. 30, n. 1, p. 1–7, 2024.

D’ELIA, A.; et al. Perceptions of an artificial intelligence-based clinical decision support system among prescribers. BMJ Open, v. 15, n. 11, e102833, 2025.

GOMEZ-CABELLO, C.; et al. Artificial intelligence-based clinical decision support systems: implications for multidisciplinary care. Journal of Biomedical Informatics, v. 150, p. 104646, 2024.

GOTTA, J.; et al. Implementation of artificial intelligence in radiology practice: challenges and opportunities. European Journal of Radiology, v. 172, p. 111215, 2025.

IRSHAD, S. U.; et al. Artificial intelligence in radiology: a promising tool or an emerging challenge? Radiology: Artificial Intelligence, v. 7, n. 1, p. e230198, 2025.

KATAL, S.; et al. Artificial intelligence in radiology: from promise to practice. Diagnostics, v. 14, n. 3, p. 356, 2024.

LAWRENCE, R.; et al. Artificial intelligence for diagnostics in radiology practice: a review. The British Journal of Radiology, v. 97, n. 1156, p. 20230412, 2024.

MOLWITZ, I.; et al. Economic value of artificial intelligence in radiology: a systematic review. European Radiology, v. 35, n. 2, p. 987–998, 2025.

PAYÁN-SALCEDO, H. A.; et al. Application of artificial intelligence in physical rehabilitation: a scoping review. Journal of Rehabilitation Medicine, v. 57, p. jrm00456, 2025.

SULEMAN, M. U.; et al. Assessing the generalizability of artificial intelligence models in radiology: a systematic review. NPJ Digital Medicine, v. 8, n. 1, p. 34, 2025.

WORLD HEALTH ORGANIZATION. Ethics and governance of artificial intelligence for health. Geneva: World Health Organization, 2021.

YAN, L.; et al. Progress in the application of artificial intelligence in ultrasound medicine. Diagnostics, v. 15, n. 4, p. 512, 2025.

Downloads

Publicado

2026-02-09

Como Citar

Pereira, C. A. B., Lopes, J. M. C., Campos, C. S., da Silva Franco, B. H., Florindo, D. G., de Sousa, L. B., Silva, F. S., Pires, P. G. da S., Ferreira, B. A., da Silva, L. A. F., Melo, K. R. da S., Sestari, L. E., dos Santos, U. F., Martins, D. V. da S., Ribeiro, N. G., Ferreira, L. K. R. da C., Alves, E. L. P., Coutinho, A. C. F., da Silva, J., … de Oliveira, A. A. (2026). INTELIGÊNCIA ARTIFICIAL APLICADA AOS EXAMES DE IMAGEM: IMPACTOS NA TOMADA DE DECISÃO CLÍNICA E NA ATUAÇÃO MULTIPROFISSIONAL EM SAÚDE. Revista De Geopolítica, 17(2), e1484. https://doi.org/10.56238/revgeov17n2-015