O impacto da inteligência artificial na redução de erros diagnósticos em exames de imagem
Journal of Medical and Biosciences Research · 23.06.2026 · 3 (3)
DOI: 10.70164/jmbr.v3i3.1244 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Medical and Biosciences Research, online erschienen am 23.06.2026. Verfasst von Ana Clara Pessoa Pontes und 14 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
A crescente demanda por exames de imagem e a complexidade dos processos diagnósticos têm impulsionado o desenvolvimento de ferramentas baseadas em inteligência artificial (IA) aplicadas à medicina diagnóstica. Nesse contexto, este estudo teve como objetivo avaliar, por meio da literatura científica recente, o impacto da inteligência artificial na redução de erros diagnósticos em exames de imagem, destacando seus benefícios, limitações e perspectivas para a prática clínica. Trata-se de uma revisão da literatura realizada a partir da análise de estudos publicados em bases científicas nacionais e internacionais que investigaram aplicações da IA em diferentes modalidades de imagem médica. As evidências analisadas demonstraram que algoritmos baseados em deep learning podem alcançar níveis de sensibilidade, especificidade e acurácia comparáveis aos observados entre especialistas em diversas áreas diagnósticas. Além do elevado desempenho diagnóstico, os estudos revisados indicaram potencial para redução de falsos negativos, aumento da detecção de achados sutis e diminuição da variabilidade interpretativa entre observadores. Benefícios adicionais foram observados em cenários de emergência, nos quais a IA contribuiu para a priorização de exames críticos e para a redução do tempo diagnóstico. Entretanto, desafios relacionados à qualidade dos dados, vieses algorítmicos, interpretabilidade dos modelos, validação externa e aspectos éticos e regulatórios permanecem como fatores limitantes para sua implementação ampla e segura. Conclui-se que a inteligência artificial representa uma ferramenta promissora para fortalecer a segurança diagnóstica e otimizar os fluxos assistenciais em exames de imagem. Seu maior potencial reside na atuação complementar ao especialista, contribuindo para a redução de erros diagnósticos e para a construção de uma prática radiológica mais eficiente, segura e centrada no paciente
Zitieren
APA
Pontes, A. C. P., Nascimento, C. D., Carvalho, A. L. G. D., Bissoli, F. C., Silva, G. O., Rocha, M. P., Affonso, E. S., Rodrigues, G. F., Pettersen, L. C., Martyn, P. D. S., Carvalho, F. A. D., Groff, G. A., Lopes, A. C. A., Bonatto, S., & Souza, F. J. D. (2026). O impacto da inteligência artificial na redução de erros diagnósticos em exames de imagem. Journal of Medical and Biosciences Research, 3(3). https://doi.org/10.70164/jmbr.v3i3.1244
Vancouver
Pontes ACP, Nascimento CD, Carvalho ALGD, Bissoli FC, Silva GO, Rocha MP, et al. O impacto da inteligência artificial na redução de erros diagnósticos em exames de imagem. Journal of Medical and Biosciences Research. 2026;3(3). doi:10.70164/jmbr.v3i3.1244
BibTeX
@article{Pontes2026,
author = {Pontes, Ana Clara Pessoa and Nascimento, Cristiane do and Carvalho, Ana Luisa Gordiano de and Bissoli, Fernando César and Silva, Guilherme Oliveira and Rocha, Márcio Pimentel and Affonso, Erickson Sanches and Rodrigues, Gabriel Fávero and Pettersen, Leandro Coelho and Martyn, Phamella dos Santos and Carvalho, Fabio Andrade de and Groff, Gabriel Alves and Lopes, Ana Carla Abreu and Bonatto, Steffany and Souza, Flávia Jesus de},
title = {O impacto da inteligência artificial na redução de erros diagnósticos em exames de imagem},
journal = {Journal of Medical and Biosciences Research},
year = {2026},
volume = {3},
number = {3},
doi = {10.70164/jmbr.v3i3.1244}
}
EUVIMED