Inteligência artificial no diagnóstico de nódulos tireoidianos
Inteligência artificial no diagnóstico de nódulos tireoidianos
| dc.contributor.author | Nasralla, Fabiana Waquil | |
| dc.contributor.author | Pitta, Beatriz Carraca | |
| dc.date.accessioned | 2024-07-04T19:27:33Z | |
| dc.date.available | 2024-07-04T19:27:33Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | INTRODUÇÃO: A tireoide é uma glândula localizada no pescoço, que desempenha um papel essencial na regulação de órgãos vitais e do metabolismo, produzindo e armazenando os hormônios tireoidianos T3 e T4, que influenciam a taxa metabólica e a geração de calor no corpo. Problemas na tireoide podem ser generalizados, como as tireoidites autoimunes, ou localizados, como nódulos e tumores. Nódulos tireoidianos são comuns na população e precisam de diagnósticos precisos, frequentemente auxiliados por tecnologias de imagem e pelo sistema TI-RADS, que classifica os nódulos para determinar o tratamento adequado, evitando intervenções desnecessárias. A adoção de tecnologias como o diagnóstico auxiliado por computador (CAD) nos diagnósticos médicos visa aumentar a precisão e reduzir erros, melhorando o diagnóstico de condições como o câncer de tireoide e diminuindo a necessidade de biópsias e cirurgias desnecessárias para a avaliação e tratamento de doenças da tireoide. OBJETIVO: O objetivo desta revisão consiste em analisar os tipos de diagnóstico assistido por computador (CAD) para os nódulos de tireoide. METODOLOGIA: Trata-se de uma revisão narrativa, fundamentada em artigos científicos publicados entre os anos de 2010 ao ano de 2024, nas bases de dados PubMed, Scielo, Google Acadêmico e Cochrane, relacionando os descritores “Diagnosis”, “Computer-Assisted AND thyroid”, “thyroid cancer”, “Diagnóstico”,” Inteligência artificial”, “câncer de tireoide e nódulo”. DISCUSSÃO: Wan-Jun Zhao et al. (2019) afirmam que o avanço dos sistemas de diagnóstico auxiliado por computador (CAD), especialmente com técnicas de inteligência artificial (IA) como o aprendizado profundo, está transformando a prática médica ao apoiar radiologistas na interpretação de imagens de ultrassom. Sistemas CAD, como o S-Detect, analisam automaticamente grandes volumes de dados de imagem para identificar e classificar nódulos tireoidianos, reduzindo a variabilidade nas avaliações manuais. Embora CAD ofereça vantagens, como a redução de subjetividade, ainda enfrenta desafios significativos, como segmentação imprecisa e falsos positivos. Outros estudos, como os de Acharya et al. (2014) e Sorrenti et al. (2022), ressaltam a necessidade de métodos de diagnóstico precisos e não invasivos para identificar nódulos malignos devido ao aumento de câncer de tireoide, destacando a eficácia das tecnologias CAD com IA e aprendizado de máquina (ML). CONCLUSÃO: A medicina digital inaugura uma nova era, melhorando o diagnóstico e tratamento de doenças da tireoide. Contudo, é crucial desenvolver tecnologias e colaborar continuamente. CADs devem ser ferramentas de apoio, não soluções finais, com a colaboração entre sistemas e radiologistas sendo essencial para diagnósticos precisos. | |
| dc.identifier.citation | NASRALLA, Fabiana Waquil; PITTA, Beatriz Carraca. Inteligência artificial no diagnóstico de nódulos tireoidianos. Orientador: Leonardo de Souza Piber. 2024. 24 f. Trabalho de Conclusão de Curso (Bacharelado em Medicina) - Universidade Santo Amaro, São Paulo, 2024. | pt |
| dc.identifier.uri | http://dspace.unisa.br/handle/123456789/2576 | |
| dc.language.iso | pt | |
| dc.publisher | UNISA | |
| dc.subject | Diagnóstico | pt |
| dc.subject | Inteligência Artificial | pt |
| dc.subject | Câncer de Tireoide e Nódulo | pt |
| dc.title | Inteligência artificial no diagnóstico de nódulos tireoidianos | |
| dc.type | TCC | pt |