Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
ATUAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA SAÚDE: DESAFIOS, OPORTUNIDADES E ÉTICA NA IMPLEMENTAÇÃO DE TECNOLOGIAS INOVADORAS
0
Zitationen
10
Autoren
2024
Jahr
Abstract
Introdução: Atualmente as tecnologias de inteligências artificiais (IAs) são integradas cada vez mais à prática médica, impulsionando uso dos algoritmos que podem alcançar níveis comparáveis aos especialistas humanos em relação à precisão no diagnóstico. Entretanto, o uso da inteligência artificial na área de saúde possui desafios a serem enfrentados.Objetivos: O objetivo consiste em examinar os principais dilemas, oportunidades e implicações éticas relevantes à integração de tecnologias baseadas em IA no cenário da saúde. Metodologia: Este capítulo foi conduzido visando compilar e analisar estudos relevantes que abordam o impacto da IA na área da saúde. Foram utilizadas as bases de dados PubMed e MedLine. Resultados e discussão: Com a IA, torna-se possível reduzir o uso de papéis e ter prontuários digitais de um paciente, tem como funções principais os setores de oncologia, neurologia e setor cardíaco para facilitar a detecção e diagnóstico precoce, tratamento, bem como previsão de resultados e avaliação de prognóstico. É possível identificar alguns desafios em relação à implementação da IA na àrea da saúde, como: problemas de manutenção, treinamento da IA com os dados pessoais dos pacientes, problemas de conhecimento geral, proteção e privacidade dos dados, avaliação e validação do sistema, integração da IA na rotina de trabalho, infraestrutura adequada e a necessidade de profissionais qualificados para o uso. Conclusão: Ao explorar os desafios e as promessas da integração da IA no âmbito da saúde, é fundamental adotar uma abordagem cautelosa e responsável, priorizando sempre o bem-estar e a segurança dos pacientes em qualquer aplicação da tecnologia. Palavras-chave: Ética; Inteligência artificial; Saúde.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.493 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.377 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.835 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.555 Zit.