A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/56422 |
Resumo: | A utilização da Inteligência Artificial (IA) vem ganhando destaque nos últimos anos nas mais diversas áreas (engenharia, saúde, economia, entre outras), e tem gerado bastante discussão acerca do uso ético e tecnológico. Na área da saúde já apresenta inúmeras aplicações, geralmente associadas à engenharia e ciência dos dados. Então, visando uma compreensão mais generalizada do uso de IA, enfatizando a área da radiologia, este trabalho propõe uma revisão bibliográfica para levantas as principais técnicas e aplicações de IA, de forma a identificar e discutir possíveis implicações éticas e confiabilidade dessas ferramentas tecnológicas. Os resultados obtidos proporcionam uma visão abrangente das aplicações da IA no diagnóstico médico e nas avaliações clínicas, destacando sua relevância na radiologia. A ênfase recai sobre sua contribuição para aprimorar a acurácia diagnóstica, conforme evidenciado por diversos estudos que ressaltam seu papel promissor. Notavelmente, técnicas avançadas de Machine Learning, Deep Learning e Processamento de Linguagem Natural emergem como pilares fundamentais nesse cenário. A gama de métodos empregados compreende, por exemplo, algoritmos de aprendizado de máquina personalizados, redes neurais profundas especializadas e modelos de processamento de linguagem natural adaptados às complexidades do campo radiológico. As perspectivas futuras apontam para avanços significativos e transformações na prática clínica, possibilitando a detecção precoce de doenças e personalização de tratamentos. No entanto, desafios como a garantia de privacidade de dados precisam ser abordados para uma adoção mais eficaz. Foram levantadas importantes implicações éticas, visto que a proteção da privacidade dos pacientes e a responsabilidade no desenvolvimento e uso dos sistemas de IA são aspectos cruciais. A necessidade de regulamentações adequadas e diálogo entre profissionais da saúde é destacada para garantir o uso ético e responsável da IA no diagnóstico médico. |
id |
UFRN_a145e0f8dcf0662f854b37161854cf7f |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/56422 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Albuquerque, Bárbara Beatriz FernandesBarbalho , Ingridy Marina PereiraFernandes , Felipe Ricardo dos santosArrais Junior, Ernano2023-12-20T14:08:13Z2023-12-20T14:08:13Z2023-12-12ALBUQUERQUE, Bárbara Beatriz Fernandes. A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico. 2023. 75 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, Natal, 2023.https://repositorio.ufrn.br/handle/123456789/56422A utilização da Inteligência Artificial (IA) vem ganhando destaque nos últimos anos nas mais diversas áreas (engenharia, saúde, economia, entre outras), e tem gerado bastante discussão acerca do uso ético e tecnológico. Na área da saúde já apresenta inúmeras aplicações, geralmente associadas à engenharia e ciência dos dados. Então, visando uma compreensão mais generalizada do uso de IA, enfatizando a área da radiologia, este trabalho propõe uma revisão bibliográfica para levantas as principais técnicas e aplicações de IA, de forma a identificar e discutir possíveis implicações éticas e confiabilidade dessas ferramentas tecnológicas. Os resultados obtidos proporcionam uma visão abrangente das aplicações da IA no diagnóstico médico e nas avaliações clínicas, destacando sua relevância na radiologia. A ênfase recai sobre sua contribuição para aprimorar a acurácia diagnóstica, conforme evidenciado por diversos estudos que ressaltam seu papel promissor. Notavelmente, técnicas avançadas de Machine Learning, Deep Learning e Processamento de Linguagem Natural emergem como pilares fundamentais nesse cenário. A gama de métodos empregados compreende, por exemplo, algoritmos de aprendizado de máquina personalizados, redes neurais profundas especializadas e modelos de processamento de linguagem natural adaptados às complexidades do campo radiológico. As perspectivas futuras apontam para avanços significativos e transformações na prática clínica, possibilitando a detecção precoce de doenças e personalização de tratamentos. No entanto, desafios como a garantia de privacidade de dados precisam ser abordados para uma adoção mais eficaz. Foram levantadas importantes implicações éticas, visto que a proteção da privacidade dos pacientes e a responsabilidade no desenvolvimento e uso dos sistemas de IA são aspectos cruciais. A necessidade de regulamentações adequadas e diálogo entre profissionais da saúde é destacada para garantir o uso ético e responsável da IA no diagnóstico médico.The use of Artificial Intelligence (AI) has been gaining prominence in recent years in the most diverse areas (engineering, health, economics, among others), and has generated a lot of discussion about ethical and technological use. In the health sector, it already has numerous applications, associated with engineering and data science. Therefore, aiming for a more generalized understanding of the use of AI, emphasizing the area of radiology, this work proposes a bibliographical review to survey the main AI techniques and applications, in order to identify and discuss possible ethical implications and reliability of these technological tools. The results obtained provide a comprehensive view of the applications of AI in medical diagnosis and clinical assessments, highlighting its relevance in radiology. The emphasis is on its contribution to improving diagnostic accuracy, as evidenced by several studies that highlight its promising role. Notably, advanced Machine Learning, Deep Learning and Natural Language Processing techniques emerge as fundamental pillars in this scenario. The range of methods employed comprises, for example, custom machine learning algorithms, specialized deep neural networks and natural language processing models adapted to the complexities of the radiological field. Future perspectives point to significant advances and transformations in clinical practice, enabling early detection of diseases and personalization of treatments. However, challenges such as ensuring data privacy need to be addressed for more effective adoption. Important ethical implications were raised, as protecting patient privacy and responsibility in the development and use of AI systems are crucial aspects. The need for appropriate regulations and dialogue between healthcare professionals is highlighted to ensure the ethical and responsible use of AI in medical diagnosis.Universidade Federal do Rio Grande do NorteUFRNBrasilCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/info:eu-repo/semantics/openAccessInteligencia ArtificialDiagnósticoRadiologiaProteção dos DadosA revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médicoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALversaofinaltcc.pdfversaofinaltcc.pdfapplication/pdf12520545https://repositorio.ufrn.br/bitstream/123456789/56422/1/versaofinaltcc.pdf1df9017c84f565b2c88dcd4e3f757f98MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repositorio.ufrn.br/bitstream/123456789/56422/2/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/56422/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/564222023-12-20 11:08:13.711oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-12-20T14:08:13Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico |
title |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico |
spellingShingle |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico Albuquerque, Bárbara Beatriz Fernandes Inteligencia Artificial Diagnóstico Radiologia Proteção dos Dados |
title_short |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico |
title_full |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico |
title_fullStr |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico |
title_full_unstemmed |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico |
title_sort |
A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico |
author |
Albuquerque, Bárbara Beatriz Fernandes |
author_facet |
Albuquerque, Bárbara Beatriz Fernandes |
author_role |
author |
dc.contributor.referees1.none.fl_str_mv |
Barbalho , Ingridy Marina Pereira |
dc.contributor.referees2.none.fl_str_mv |
Fernandes , Felipe Ricardo dos santos |
dc.contributor.author.fl_str_mv |
Albuquerque, Bárbara Beatriz Fernandes |
dc.contributor.advisor1.fl_str_mv |
Arrais Junior, Ernano |
contributor_str_mv |
Arrais Junior, Ernano |
dc.subject.por.fl_str_mv |
Inteligencia Artificial Diagnóstico Radiologia Proteção dos Dados |
topic |
Inteligencia Artificial Diagnóstico Radiologia Proteção dos Dados |
description |
A utilização da Inteligência Artificial (IA) vem ganhando destaque nos últimos anos nas mais diversas áreas (engenharia, saúde, economia, entre outras), e tem gerado bastante discussão acerca do uso ético e tecnológico. Na área da saúde já apresenta inúmeras aplicações, geralmente associadas à engenharia e ciência dos dados. Então, visando uma compreensão mais generalizada do uso de IA, enfatizando a área da radiologia, este trabalho propõe uma revisão bibliográfica para levantas as principais técnicas e aplicações de IA, de forma a identificar e discutir possíveis implicações éticas e confiabilidade dessas ferramentas tecnológicas. Os resultados obtidos proporcionam uma visão abrangente das aplicações da IA no diagnóstico médico e nas avaliações clínicas, destacando sua relevância na radiologia. A ênfase recai sobre sua contribuição para aprimorar a acurácia diagnóstica, conforme evidenciado por diversos estudos que ressaltam seu papel promissor. Notavelmente, técnicas avançadas de Machine Learning, Deep Learning e Processamento de Linguagem Natural emergem como pilares fundamentais nesse cenário. A gama de métodos empregados compreende, por exemplo, algoritmos de aprendizado de máquina personalizados, redes neurais profundas especializadas e modelos de processamento de linguagem natural adaptados às complexidades do campo radiológico. As perspectivas futuras apontam para avanços significativos e transformações na prática clínica, possibilitando a detecção precoce de doenças e personalização de tratamentos. No entanto, desafios como a garantia de privacidade de dados precisam ser abordados para uma adoção mais eficaz. Foram levantadas importantes implicações éticas, visto que a proteção da privacidade dos pacientes e a responsabilidade no desenvolvimento e uso dos sistemas de IA são aspectos cruciais. A necessidade de regulamentações adequadas e diálogo entre profissionais da saúde é destacada para garantir o uso ético e responsável da IA no diagnóstico médico. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-12-20T14:08:13Z |
dc.date.available.fl_str_mv |
2023-12-20T14:08:13Z |
dc.date.issued.fl_str_mv |
2023-12-12 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
ALBUQUERQUE, Bárbara Beatriz Fernandes. A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico. 2023. 75 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, Natal, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/56422 |
identifier_str_mv |
ALBUQUERQUE, Bárbara Beatriz Fernandes. A revolução na prática clínica: O impacto da Inteligência Artificial (IA) nas aplicações radiológicas e diagnóstico médico. 2023. 75 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, Natal, 2023. |
url |
https://repositorio.ufrn.br/handle/123456789/56422 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/56422/1/versaofinaltcc.pdf https://repositorio.ufrn.br/bitstream/123456789/56422/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/56422/3/license.txt |
bitstream.checksum.fl_str_mv |
1df9017c84f565b2c88dcd4e3f757f98 42fd4ad1e89814f5e4a476b409eb708c e9597aa2854d128fd968be5edc8a28d9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832807036321792 |