Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
USO DA INTELIGÊNCIA ARTIFICIAL NA MEDICINA CONTEMPORÂNEA - UMA REVISÃO INTEGRATIVA
0
Zitationen
12
Autoren
2024
Jahr
Abstract
Objetivo: Analisando os impactos do uso da inteligência artificial na área médica, o estudo é justificado pelo uso crescente da I.A no segmento da saúde, não só por acadêmicos de medicina, mas também por médicos residentes e especialistas com carreira consagrada, visando questionar qual é o impacto da aplicação de tais ferramentas e quais as perspectivas futuras para a saúde da população. Métodos: A revisão integrativa buscou dados com descritores “Inteligência Artificial”, “Medicina” e “Tecnologia Médica” nas bases indexadas na Biblioteca Virtual de Saúde, PubMED e SciElo publicados nos últimos 5 anos em inglês e português. Excluíram-se publicações que estivessem outras línguas, publicações duplicadas, eixo temático fora do uso da inteligência artificial na medicina e que não estivessem em formato de artigo. Discussão e Resultados: Foram encontrados 165 artigos, e selecionados para leitura integral, 15 artigos que correspondiam às delimitações de inclusão e exclusão, e posteriormente classificados conforme os critérios Qualis e Fator de Impacto da revista. Dos artigos avaliados, 6,6%: Qualis B3, 6,6%: Qualis A4, 6,6% Qualis A3, 20% Qualis A2, 40%: Qualis A1 e 20% sem Qualis. O foco dos autores aponta que a modelagem Deep Learning é um dos tipos de I.A que possibilita o achado de padrões sutis em imagens, que pode ser aplicado em áreas como patologia, dermatologia, neurologia e radiologia. Conclusão: Existem preocupações em relação à confiança quando ao uso a I.A. Neste aspecto existe certo viés da I.A na prática médica, o que pode levar a sobrediagnósticos ou subdiagnósticos caso o profissional não esteja preparado para o seu uso.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.287 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.140 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.534 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.450 Zit.