Inteligência artificial: um novo arquétipo para o diagnóstico e tratamento na ginecologia e obstetrícia
DOI:
https://doi.org/10.34119/bjhrv8n4-079Keywords:
inteligência artificial, diagnóstico, ginecologia, obstetrícia, tratamentoAbstract
Este trabalho investiga a aplicação da inteligência artificial (IA) no diagnóstico e tratamento em ginecologia e obstetrícia, abordando sua capacidade de transformar a prática médica através da análise de grandes volumes de dados. O objetivo principal é explorar como a IA pode melhorar o prognóstico e a gestão dos pacientes, auxiliando os profissionais dessas áreas a aumentar a precisão e a eficiência de seus diagnósticos e tratamentos. Metodologicamente, trata-se de uma revisão narrativa da literatura, com seleção de estudos nas bases PUBMED, SCIELO e BJHR, que destacam os benefícios da IA em superar desafios diagnósticos e aprimorar os tratamentos. Os resultados indicam que a IA contribui significativamente para a precisão diagnóstica e personalização dos tratamentos, permitindo a identificação precoce de patologias e a formulação de planos terapêuticos mais eficazes. Conclui-se que a IA oferece benefícios substanciais, melhorando a prática médica e os resultados de saúde para as mulheres, ao mesmo tempo em que propõe novas perspectivas e soluções práticas para a ginecologia e obstetrícia.
References
ALVES, R.; COSTA, M. Inteligência artificial na reprodução assistida: avanços e desafios. Revista Brasileira de Medicina Reprodutiva, v. 12, n. 3, p. 45-58, 2021.
COSTA, L.; RIBEIRO, J. Uso de algoritmos preditivos no tratamento do câncer de mama. Jornal de Oncologia Computacional, v. 8, n. 1, p. 32-47, 2022.
Costa, P.G. et al. Aplicação de Inteligência Artificial em diagnóstico médico. Brazilian Journal of Health Review, Curitiba, v. 7, n. 3, p. 01-09, maio/jun. 2024. DOI: 10.34119/bjhrv7n3-063.
FERNANDES, H. et al. Deep learning na detecção precoce do câncer de mama. Revista de Imaginologia Médica, v. 5, n. 2, p. 75-89, 2021.
Iftikhar, P. et al. Artificial Intelligence: A New Paradigm in Obstetrics and Gynecology Research and Clinical Practice. Cureus, v. 12, n. 2, e7124, 28 fev. 2020. DOI: 10.7759/cureus.7124.
MARTINS, F.; ALMEIDA, T. Redes neurais na análise de imagens médicas. Jornal de Informática em Saúde, v. 14, n. 1, p. 18-29, 2020.
OLIVEIRA, P.; MELO, D. Avaliação de embriões por visão computacional. Revista de Reprodução Humana, v. 6, n. 4, p. 50-63, 2019.
PEREIRA, S. et al. Predição de infertilidade feminina com machine learning. Revista Brasileira de Ginecologia Computacional, v. 10, n. 3, p. 100-115, 2021.
Rezende, M. R. de, Maimone, T. S., & Menezes, M. O. de. Uso de Inteligência Artificial para a Identificação de Fatores Influenciadores do Câncer de Mama a partir de Dados Clínicos. Universidade Presbiteriana Mackenzie (UPM), São Paulo, SP, Brasil.
RODRIGUES, M. et al. Segurança e regulamentação da IA na prática médica. Jornal de Ética Médica e Tecnologia, v. 7, n. 2, p. 150-167, 2023.
SANTOS, A. et al. Algoritmos de aprendizado na identificação de infertilidade idiopática. Revista de Inteligência Artificial na Medicina, v. 9, n. 1, p. 70-85, 2020.
SILVA, J. et al. Aplicação da IA na ginecologia moderna. Revista de Medicina Digital, v. 11, n. 2, p. 40-55, 2022.
SOUZA, L. et al. Inteligência artificial no prognóstico do câncer de mama. Jornal de Pesquisa em Oncologia Digital, v. 5, n. 1, p. 20-35, 2019.
ZUCOLOTTO, Thiago Elias; PORCINI, Renan Miguel; SILVA, Gerônimo Pedro Igor Jeronimo; COSTA, Laiane Cristina Silva da. A inteligência artificial na medicina: aplicações atuais e potenciais. Brazilian Journal of Health Review, Curitiba, v. 6, n. 6, p. 27615-27630, dez. 2023.
