Inteligência Artificial aplicada ao diagnóstico radiológico de pneumonia pediátrica: avanços, desafios e perspectivas futuras
Brazilian Journal of Health Review · 12.08.2026 · 9 (4) · e88728
DOI: 10.34119/bjhrv9n4-082 ↗Kurz gefasst
Fachartikel in der Zeitschrift Brazilian Journal of Health Review, online erschienen am 12.08.2026. Verfasst von Rafaela Gonçalves Braga und 4 weiteren Autor:innen.
Abstract (Originalsprache)
A pneumonia permanece entre as principais causas de morbimortalidade infantil no mundo, tornando o diagnóstico precoce fundamental para reduzir complicações e óbitos. Nesse contexto, a inteligência artificial (IA) tem se destacado como uma tecnologia promissora para auxiliar a interpretação de radiografias de tórax e aprimorar o diagnóstico da pneumonia pediátrica. Objetivou-se analisar as evidências científicas sobre a aplicação da IA no diagnóstico radiológico da pneumonia pediátrica, destacando seus avanços, desafios e perspectivas futuras. Para tanto, realizou-se a uma revisão narrativa da literatura, realizada por meio de buscas nas bases PubMed/MEDLINE, Scopus, Web of Science e SciELO, além da consulta a documentos oficiais da World Health Organization e da Sociedade Brasileira de Pediatria. Foram incluídos estudos publicados entre 2017 e 2026 que abordaram algoritmos de IA aplicados à radiologia pediátrica. Os resultados evidenciaram que os modelos baseados em aprendizado profundo apresentam elevado desempenho diagnóstico, contribuindo para maior acurácia, redução da variabilidade entre observadores e otimização dos fluxos de trabalho. Entretanto, persistem limitações relacionadas à heterogeneidade metodológica, à escassez de bases de dados pediátricas e à necessidade de validação clínica multicêntrica. Conclui-se que a IA representa uma ferramenta promissora para o diagnóstico radiológico da pneumonia pediátrica, desde que sua implementação seja respaldada por evidências científicas robustas, validação contínua e princípios éticos.
Zitieren
APA
Braga, R. G., Rosas, E. P., Carneiro, B. S. D. G., Silva, F. G. C. D., & Barbosa, J. D. S. P. (2026). Inteligência Artificial aplicada ao diagnóstico radiológico de pneumonia pediátrica: avanços, desafios e perspectivas futuras. Brazilian Journal of Health Review, 9(4), e88728. https://doi.org/10.34119/bjhrv9n4-082
Vancouver
Braga RG, Rosas EP, Carneiro BSDG, Silva FGCD, Barbosa JDSP. Inteligência Artificial aplicada ao diagnóstico radiológico de pneumonia pediátrica: avanços, desafios e perspectivas futuras. Brazilian Journal of Health Review. 2026;9(4):e88728. doi:10.34119/bjhrv9n4-082
BibTeX
@article{Braga2026,
author = {Braga, Rafaela Gonçalves and Rosas, Eduarda Pupe and Carneiro, Bárbara Souto de Gomes and Silva, Felipe Gabriel Caetano da and Barbosa, João de Sousa Pinheiro},
title = {Inteligência Artificial aplicada ao diagnóstico radiológico de pneumonia pediátrica: avanços, desafios e perspectivas futuras},
journal = {Brazilian Journal of Health Review},
year = {2026},
volume = {9},
number = {4},
pages = {e88728},
doi = {10.34119/bjhrv9n4-082}
}
EUVIMED