Série: Desvendando a IA na saúde - Episódio 12 - IA na Imagem Médica: O Olhar que Vê o Invisível

Notas do episódio

IA na Imagem Médica: O Olhar que Vê o Invisível Série: Desvendando a IA na Saúde – Episódio 12 Neste episódio, o Talks do Saber explora a revolução da Inteligência Artificial na imagem médica. A IA atua como um "segundo par de olhos" para especialistas, identificando padrões invisíveis em raio-X, ressonâncias e lâminas de patologia. Com base em análises publicadas em veículos como The Lancet Digital Health e Nature Medicine, discutimos a precisão comparável à de especialistas humanos na detecção de câncer de mama, AVC e retinopatia diabética. O conteúdo aborda também o desafio da Explicabilidade (XAI) – o porquê de uma decisão algorítmica – e a importância de criar confiança nos sistemas, conforme reforçado por estudos no Nature Digital Medicine. Referências: Segmento 1: IA como Olhar de Raio-X – Câncer e Doença Vascular The Lancet Digital Health (2024). "AI-based screening for breast cancer: a systematic review and meta-analysis". Disponível em: https://www.thelancet.com/journals/landig/article/PIIS2589-7501(23)00244-9/fulltext Zhou, Y. et al. (2025). "Implementing artificial intelligence in breast cancer screening". Insights into Imaging (via PMC). Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12013981/ Lee, H. et al. (2023). "Overview of Artificial Intelligence in Breast Cancer Medical Imaging". Cancers (via PMC). Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9864608/ Kim, J. et al. (2024). "The role of artificial intelligence in stroke management: a narrative review". Journal of Stroke. Disponível em: https://www.j-stroke.org/journal/view.php?doi=10.5853/jos.2023.02330 Segmento 2: O Avanço da Patologia e da Oftalmologia Artificial intelligence in digital pathology: a systematic review and meta-analysis of diagnostic test accuracy. NPJ Digital Medicine (2024). Disponível em: https://doi.org/10.1038/s41746-024-01106-8 Diagnostic accuracy of deep learning for diabetic retinopathy: a systematic review. Nature Medicine (2023). Disponível em: https://www.nature.com/articles/s41591-023-02555-y Segmento 3: Precisão e Desafios: A Curva de Confiança Nature Digital Medicine (2024). "Orchestrating explainable artificial intelligence for multimodal and longitudinal datasets". Disponível em: https://www.nature.com/articles/s41746-024-01190-w Nature Digital Medicine (2023). "Explainable artificial intelligence for mental health through …". Disponível em: https://www.nature.com/articles/s41746-023-00751-9 PMC (2022). "Explainability and causability in digital pathology". Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10240147/ JMIR AI (2024). "How Explainable Artificial Intelligence Can Increase or Decrease Clinicians’ Trust in AI Applications in Health Care: Systematic Review". Disponível em: https://ai.jmir.org/2024/1/e53207