EUVIMEDEUVIMED entdecken
Crossref

Resumo Tomografia Computadorizada Espectral e Inteligência Artificial

Aniel Cavalcante Carvalho, Adasildo Carvalho, Maria Do Socorro de Lima Solva, Marinalda Mendes de Araújo, Júlio Cesar Carneiro de Araújo, Cleiton Ferreira da Silva Cunha

Brazilian Journal of Radiation Technology Research (ISSN 2966-4292) · 12.03.2026 · 2 (01)

DOI: 10.70745/bjrtr.v2.143 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Brazilian Journal of Radiation Technology Research (ISSN 2966-4292), online erschienen am 12.03.2026. Verfasst von Aniel Cavalcante Carvalho und 5 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Introdução. Câncer de mama e câncer de próstata são duas neoplasias comuns no Brasil, com maior incidência entre mulheres e homens, respectivamente, tornando-se duas das patologias mais prevalentes e problemáticas. A detecção precoce é significativa para melhorar o prognóstico e as taxas de sobrevida, mas ainda enfrenta desafios em termos de precisão diagnóstica, custos, além da inacessibilidade de tecnologias mais avançadas. Tomografia computadorizada tem evoluído consideravelmente nos últimos anos com a introdução de tomografia espectral e dual-energy CT, que possibilita uma avaliação mais precisa do tecido e a quantificação de características biológica do tumor. Isso, aliado ao uso da inteligência artificial e da radiômica, tem permitido a extração de dados quantitativos complexos, o que tem tornando possível realizar diagnósticos e tornar o tratamento mais personalizado e preditivo. Neste trabalho tentamos esclarecer o papel dessas inovações na radiologia, como têm afetado a qualidade do diagnóstico e como elas têm influenciado a condução clínica do câncer de mama e próstata. O objetivo é investigar o papel da tomografia espectral através de inteligência artificial como uma inovação em diagnóstico, no câncer de mama e próstata. Metodologia. Trata-se de uma revisão narrativa da literatura, que utilizou bases de dados PubMed, SciELO, IEEE Xplore e LILACS, entre os anos de 2014 até 2025. Foram compatibilizados artigos originais, revisão sistemática e guidelines que envolvam inovações espectrais em TC e uso de radiômica e inteligência artificial no diagnóstico oncológico. Também foram lidos documentos oficiais da Agência Internacional de Energia Atômica e do Colégio Brasileiro de Radiologia. A pesquisa de referências adicionais foi feita por snowballing. A seleção dos artigos e a distribuição de buscas representam a qualidade de inovação tecnológica, equidade no acesso e viabilidade clínica. Resultados. Estudos indicam que a tomografia espectral, ao considerar diferentes níveis de energia do raio-X, aprimora a capacidade de distinção entre tecidos normais, benignos e malignos. Isso favorece uma maior precisão diagnóstica em casos de câncer de mama e próstata. Quando integrada à inteligência artificial, essa tecnologia apresenta diversas possibilidades, como: Redução de falsos positivos, minimizando o número de biópsias desnecessárias. Identificação de padrões radiômicos associados à agressividade tumoral. Suporte à tomada de decisão clínica em tempo real. Incremento na reprodutibilidade diagnóstica e maior padronização entre diferentes serviços de saúde. Esses avanços podem trazer impactos relevantes para o Sistema Único de Saúde (SUS), ao potencializar políticas de rastreamento oncológico, ampliar o acesso à detecção precoce e melhorar os índices de sobrevida dos pacientes. Considerações Finais. A integração da tomografia espectral com inteligência artificial marca um avanço significativo na radiologia oncológica. Essa tecnologia não apenas amplia as possibilidades de detecção precoce de câncer de mama e próstata, como também eleva os níveis de precisão, agilidade e personalização dos diagnósticos. No entanto, sua adoção demanda investimentos em infraestrutura, capacitação dos profissionais e a elaboração de diretrizes éticas que minimizem riscos de vieses e assegurem igualdade no acesso. Em síntese, essas inovações vão além dos aspectos técnicos, representando uma oportunidade para aprimorar a qualidade do atendimento e promover maior equidade no sistema de saúde pública.

Zitieren

APA

Carvalho, A. C., Carvalho, A., Solva, M. D. S. D. L., Araújo, M. M. D., Araújo, J. C. C. D., & Cunha, C. F. D. S. (2026). Resumo Tomografia Computadorizada Espectral e Inteligência Artificial. Brazilian Journal of Radiation Technology Research (ISSN 2966-4292), 2(01). https://doi.org/10.70745/bjrtr.v2.143

Vancouver

Carvalho AC, Carvalho A, Solva MDSDL, Araújo MMD, Araújo JCCD, Cunha CFDS. Resumo Tomografia Computadorizada Espectral e Inteligência Artificial. Brazilian Journal of Radiation Technology Research (ISSN 2966-4292). 2026;2(01). doi:10.70745/bjrtr.v2.143

BibTeX
@article{Carvalho2026,
  author = {Carvalho, Aniel Cavalcante and Carvalho, Adasildo and Solva, Maria Do Socorro de Lima and Araújo, Marinalda Mendes de and Araújo, Júlio Cesar Carneiro de and Cunha, Cleiton Ferreira da Silva},
  title = {Resumo Tomografia Computadorizada Espectral e Inteligência Artificial},
  journal = {Brazilian Journal of Radiation Technology Research (ISSN 2966-4292)},
  year = {2026},
  volume = {2},
  number = {01},
  doi = {10.70745/bjrtr.v2.143}
}
Kostenlos starten →