Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Impressão 3D e Inteligência Artificial como auxílio em estratégias terapêuticas para doenças cardiovasculares em adultos: Uma revisão sistemática
0
Zitationen
11
Autoren
2026
Jahr
Abstract
O avanço da Inteligência Artificial (IA) e Impressão 3D permite inovações no tratamento de doenças cardiovasculares. Essas ferramentas tecnológicas desempenham um papel fundamental na produção de modelos 3D individualizados e na simulação de técnicas durante procedimentos cirúrgicos. O objetivo deste estudo é analisar o papel da Inteligência Artificial e da Impressão 3D na criação de um planejamento terapêutico personalizado para doenças cardiovasculares. Trata-se de uma Revisão Integrativa, utilizando dados da National Library of Medicine (PubMed) e da Scientific Electronic Library Online (SciELO), abrangendo os anos de 2019 a 2024. Os descritores aplicados foram: Artificial Intelligence AND Printing Three-Dimensional AND (Cardiovascular Surgical Procedures OR Cardiovascular). Esses descritores estão alinhados aos Descritores em Ciências da Saúde (DeCS). O uso da Impressão 3D e da Inteligência Artificial na área cardiovascular tem proporcionado maior precisão nos diagnósticos, no planejamento cirúrgico e na personalização terapêutica. Exames de imagem, como a Tomografia Computadorizada (TC) e a Ressonância Magnética (RM), são essenciais para a criação de modelos tridimensionais, apoiados por algoritmos e softwares específicos. Essas tecnologias beneficiam casos como doenças cardíacas congênitas, dissecções aórticas e substituições valvares, por exemplo, ao permitir melhor visualização anatômica, aprimorar o treinamento médico e melhorar a comunicação com o paciente. A Impressão 3D e a Inteligência Artificial contribuem para o tratamento personalizado das doenças cardiovasculares. No entanto, por se tratar de um campo em constante evolução, ainda há carência de informações e necessidade de mais estudos.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.336 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.207 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.607 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 · 5.476 Zit.