DESEMPENHO DA INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DE RADIOGRAFIAS TORÁCICAS: uma revisão de literatura

Resumo

Introdução: A inteligência artificial, desde o pioneiro sistema MYCIN na década de 1970, tem avançado significativamente na medicina e, especialmente na radiologia, seu uso em radiografias torácicas evidencia o potencial de apoiar médicos, otimizar fluxos de trabalho e aprimorar o cuidado ao paciente. Objetivo: Executar uma revisão qualitativa da literatura a respeito do papel da inteligência artificial no diagnóstico de diversas patologias e padrões radiológicos, utilizando exclusivamente radiografias torácicas. Métodos: Trata-se de uma Revisão de Literatura por meio das bases de dados PubMed e PubMed Central por meio dos Descritores  em Ciências da Saúde (DeCS/MeSH): “Inteligência artificial” (Artificial intelligence), Radiografia torácica (Radiography Thoracic), Diagnóstico (Diagnosis), Revisão de literatura (Review); Esses termos foram associados aos operadores booleanos AND e OR,  por meio de todas as combinações possíveis das palavras-chave mencionadas. Foram incluídos 10 artigos, selecionados de 651 registros iniciais, com base em critérios de idioma em inglês, filtro temporal de 2018 a 2025 e acesso gratuito. Resultados: Os 10 estudos indicam que a inteligência artificial apresenta desempenho comparável ou superior ao de médicos na interpretação de radiografias torácicas, destacando-se em triagem rápida e suporte a profissionais menos experientes, mas enfrenta limitações como detecção de achados sutis, falsos positivos e dependência de bases de dados robustas, devendo ser usada como complemento ao julgamento clínico. Conclusão: A revisão indica que a inteligência artificial melhora a precisão e eficiência do diagnóstico por imagem, mas enfrenta desafios como integração clínica, necessidade de bases robustas e custos, exigindo pesquisas prospectivas para avaliar seu impacto real.
Palavras-chave: Inteligência artificial; Radiografia torácica; Diagnóstico; Revisão de literatura.