ARTIFICIAL INTELLIGENCE IN RADIOLOGY
REGISTRO DOI: 10.69849/revistaft/ar10202505111751
Odete Alves Palmeira
Glauber Macedo Matos
Igor Dutra Brás
RESUMO: Devido a sua capacidade de resolução e muita agilidade em análise e interpretação de dados, a IA está cada vez mais incorporada na assistência médica direta ao paciente. Principalmente em algumas áreas específicas como a radiologia. Dessa forma, o objetivo da pesquisa incide em identificar quais ferramentas da Inteligência Artificial (IA), são utilizadas na radiologia e contribuem para a decisão clínica diária. Será um estudo exploratório descritivo, por meio de um questionário com perguntas estruturadas e objetivas, encaminhado aos participantes por mídias sociais. Proporcionando aos estudantes de medicina e aos médicos uma autoavaliação sobre o conhecimento e preparo para uma realidade da prática médica que já foi modificada com a tecnologia e será impactada ainda mais num futuro próximo.
PALAVRAS-CHAVE: Inteligência Artificial; Medicina; Radiologia.
1 INTRODUÇÃO
A inovação por meio da tecnologia é uma grande aliada da medicina. Dentre vários assuntos e temas sobre a tecnologia, um ramo tem chamado a atenção por uma série de preocupações, potencialidades, polêmicas, entre outras, que é a inteligência artificial, acerca da qual é uma realidade no mundo, já com muitas aplicações no Brasil.
Para além da telemedicina, cirurgias robóticas, impressão em 3D, saúde digital, face às expectativas e limitações, a inteligência artificial chega nesse momento a uma velocidade sem precedentes de inovações à medicina e, por consequência, servir à prática radiológica em benefício ao paciente. Em 2021, foi uma ferramenta de extraordinária contribuição no combate da pandemia Covid-19. Para auxílio no diagnóstico de comprometimento pulmonar, dentre vários exemplos na radiologia, fora possível desenvolver algoritmo por meio de tomografias computadorizadas capaz de indicar suspeita de caso de Covid-19 (Renato Junior, 2021).
Nesse sentido, podemos afirmar que a inteligência artificial (IA) em medicina é o uso de computadores que, analisando um grande volume de dados e, seguindo algoritmos definidos por especialistas da matéria, são capazes de propor soluções para problemas médicos (Lobo, 2017). No quadro 1, já é possível destacar vários alcances em grande escala com recursos de IA para a saúde, tendo a radiologia o papel de vanguarda por inovações tecnológicas a benefícios ao paciente.
Quadro 1 – Exemplos de casos de uso de inteligência artificial (IA) na área da saúde.
| Campo médico | Caso de uso | Referência |
| Radiologia | Uso de aprendizado profundo para aprimorar imagens médicas e melhorar a precisão do diagnóstico | (Hosny et al., 2018) |
| Dermatologia | Uso de ferramentas de triagem de IA para identificar e diagnosticar doenças de pele | (Pesapane et al., 2018) |
| Cardiologia | Uso de ferramentas de IA para detectar ou prever defeitos cardíacos | (Fernández et al., 2023) |
| Saúde dental | Uso de ferramentas de IA para diagnóstico, planejamento de tratamento e análise de registros | (Kiang et al., 2023) |
| Neurologia | Utilização de ferramentas de IA no diagnóstico de AVC e previsão do período de internação | (Schwendicke et al., 2020) |
| Descoberta de drogas | Uso de ferramentas de IA para aprimorar os ensaios clínicos, melhorar o design de medicamentos, reduzir o tempo de desenvolvimento e aumentar a segurança | (Paulo et al., 2021) |
| Saúde mental | Uso de ferramentas de IA para detecção precoce e plano de tratamento preconizado | (Graane outros, 2019) |
Segundo Lobo (2017), computadores podem armazenar e recuperar dados sobre imagens, como lesões dermatológicas ou exames radiológicos, de ultrassom, de ressonância magnética, de tomografias por emissão de pósitrons (PET), de ecocardiogramas, de eletroencefalogramas, eletrocardiograma, dados de dispositivos vestíveis/corporais (wearable devices) e gerar probabilidade de diagnóstico baseado em algoritmos de decisão estabelecidos e que podem se auto modificar em decorrência de resultados obtidos (self-improvement).
A escolha da radiologia permite ver que se trata de uma das áreas que mais vem apresentando intensidade na evolução das mudanças tecnológicas na escala mundial da inovação para auxiliar radiologistas. Porém, há limitações em vários aspectos que devem ser observados.
Em artigo publicado na forma de multi-sociedade, Brady et al. (2024) apontam que radiologistas precisam atentar a preocupações quanto à ética. Também há necessidade de entendimento sobre a preparação, o treinamento, a qualificação profissional do médico, especialmente à avaliação crítica dos benefícios da utilidade da IA.
A medicina no Brasil tem priorizado o exame físico, a avaliação direta do paciente, considerando todo o contexto biopsicossocial. E esta prática é o cerne da prática médica. Porém, muitas vezes, se faz necessário o uso de exames complementares para auxiliar no diagnóstico, ou até mesmo em uma proposta terapêutica mais assertiva.
A radiografia foi uma inovação tecnológica em radiologia diagnóstica prática. Recentemente, a exemplo dos sistemas RIS, PACS e EHR, o armazenamento e a distribuição digital de exames são exemplos atuais de tecnologias para benefício de pacientes, segundo a atualização do manual de radiologia do hospital Sírio-Libanês apresentada pelo médico diretor de inteligência de dados do mesmo hospital, Felipe Veiga (VEIGA et al., 2021).Trata-se da radiologia como uma especialidade da medicina que sempre está intimamente associada a avanços tecnológicos, tendo preocupação de obter conhecimento básico sobre IA, para que o médico possa validar, testar uma solução, um produto que seja aplicável aos pacientes.
A saúde é uma das muitas indústrias que desenvolverá mudanças dramáticas nos próximos anos (Aldwean; Tenney, 2024). Sendo assim, o interesse sobre a temática está diretamente relacionado com o momento atual, na qual a incorporação da IA à formação e assistência médica tem a cada dia aumentado. Como acadêmicos de medicina, entendemos a necessidade de acompanhar essa evolução, incorporando-a na nossa prática clínica futura.
Assim como em muitos países, observamos que no Brasil a IA ainda está em curso em projeto de lei para legislar os impactos do uso da ferramenta no ambiente regulatório nas diversas aplicações possíveis.
Documentos oficiais e Projetos de Lei sobre Inteligência Artificial no Brasil. Documentos oficiais e Projetos de Lei sobre Inteligência Artificial no Brasil:
– Portaria MCTI nº 4.617, de 6 de abril de 2021 – Institui a Estratégia Brasileira de Inteligência Artificial e seus eixos temáticos.
– Projeto de Lei 21/2020 – Estabelece princípios, direitos e deveres para o uso de inteligência artificial no Brasil, e dá outras providências.
– Projeto apensados PL 240/2020, PL 21/2020 e PL 1969/2021.
Projeto de Lei 759/2023 – Regulamenta os sistemas de Inteligência Artificial, e dá outras providências.
– Projetos apensados PL 1153/2023, PL 5938/2023, PL 842/2024, PL 897/2024.
Porém, devido a seu uso atual, esse estudo busca identificar percepções emergentes da sociedade através de entrevista.
Nas considerações finais, buscamos apontar os cenários atuais com o referencial teórico para possíveis conclusões de acordo com o objetivo proposto.
Com uma perspectiva de auxílio para assistência no dia a dia, podemos questionar: Como a IA poderá contribuir para a prática clínica, principalmente dentro da radiologia?
Estimar o conhecimento de IA na percepção dos profissionais médicos quanto ao reconhecimento da IA nas suas práticas enquanto ferramentas potenciais de contribuição à medicina, será o objetivo geral deste estudo. Porém, este terá como objetivo principal esquematizar um conjunto básico de informações para criticar e aplicar AI na prática clínica de modo a beneficiar pacientes.
2 METODOLOGIA
2.1 Caracterização da pesquisa
A pesquisa exploratória foi realizada por meio de um questionário com perguntas estruturadas e objetivas, encaminhada por mídias sociais, através da ferramenta do Google Forms aos profissionais médicos e estudantes de medicina. O trabalho foi submetido ao comitê de Ética em Pesquisa com Seres Humanos (CEP), UniFOA, sob o número do CAAE: 51055321.8.0000.5237.
Tem como critérios de inclusão que os participantes sejam acima de 18 anos e exclusão a presença de respostas que sugerem ter sido aleatória.
As variáveis estudadas foram sexo, idade, formação, área de atuação, tempo de atuação, conhecimento prévio sobre IA, percepção dos médicos e estudantes de medicina sobre a IA na medicina e na sua assistência diária e impacto da IA na sua vida profissional.
2.2 Objeto de estudo
Esta pesquisa tem como objeto de estudo a IA na radiologia, tendo em vista a potencial contribuição para entendimento de como melhor implantar a IA na prática clínica diária, conforme necessidade de mais estudos como destaca o relatório “Radiology: Artificial Intelligence” (Brady et al., 2024).
Nesse sentido, este estudo busca contribuir para auxiliar os profissionais médicos a obterem mais informações sobrea IA ao reconhecer o uso dessas tecnologias na sua prática diária e também sensibilizá-los a respeito do potencial dessas ferramentas. Visto que essa mudança já faz parte dos cenários da medicina atualmente, a projeção é que a IA seja cada vez mais incorporada na assistência médica. Assim sendo, também contribuirá para a comunidade acadêmica com atualizações sobre a temática.
3 RESULTADOS E DISCUSSÃO
Dos 105 participantes, todos responderam ao questionário via Google Forms, com declaração da leitura e aceite do T.C.L.E., sem a qual o questionário era automaticamente inviabilizado para prosseguir na participação. Notou-se uma participação equilibrada entre os gêneros, um pouco maior de participantes do sexo feminino, 52.4%, seguido do sexo masculino, 47.6%. Constituíram-se predominantemente na faixa dos 20 a 40 anos, 86.7%, frente à faixa de 40 a 60 anos, 11.4%; agrega-se, assim, o público majoritário em formação de medicina, 88.6%, com uma participação também de médicos profissionais, 11.4%, mas cujas especializações apresentam diversidade, dois em cirurgia geral, um ortopedista, um psiquiatra, um acupunturista, um traumato-ortopedia e CTI-adulto, um pediatra e obstetra, um ginecologista e outro em nefrologia. Nas faixas de temporalidade de formação, a maioria ainda é de graduandos, 89.5%, com representação também de formados entre 1 a 10 anos, 2.9%, de 11 a 20 anos, 1.9%, e de 21 até 40 anos, 5.7%.
A IA já é uma realidade conhecida para essa maioria da população representada. Isso é uma revelação que evidencia evolução nos estudos sobre IA. Conforme Figura 1, o questionário voltou-se à preocupação de saber qual era a percepção objetiva do conhecimento.
Figura 1 – Conhecimento sobre IA
Conforme a Figura 1, existe um conhecimento sobre IA, sim, com 94.3%, seguido de 4.8%, talvez. Tanto no meio acadêmico quanto no profissional há o conhecimento de IA, mas ainda se buscou verificar a profundidade e desdobramentos acerca da IA em medicina. Percebe-se que isso se deve à importância de trilhar no que Gadelha (2021) afirma a partir do conceito da Quarta Revolução Tecnológica, ao propor uma nova agenda ao Complexo Econômico e Industrial da Saúde, quanto aos desafios e oportunidades do setor da saúde, no qual a IA é uma das revoluções tecnológicas entre outros pontos cruciais dos desafios contemporâneos.
É nesse sentido que, para além da resposta objetiva, se buscou abertamente a saber de que modo esse conhecimento se tem de IA. Então, houve respostas como ferramenta que é presente e se projeta ao futuro, como inovadora, ajuda em respostas com recursos de um banco de dados. A maioria das respostas incluiu expressões que definem a IA ao longo das etapas da própria evolução de acordo com Lobo (2017), tais como mecanismo gerador de imagens, conjunto de tecnologias que reproduzem comportamento, desenvolvem características humanos, simulam conhecimento humano; ferramenta que auxilia nas atividades; interface que forma raciocínio lógico; com destaques às seguintes definições
“Meio de usar robôs, computação, sistemas e máquinas para realizar ações que normalmente os humanos realizam.”
“Tecnologia que permite a análise de dados de amplo alcance aplicada às respostas dos usuários do sistema.”
“um computador com tecnologia suficiente para responder a comandos, aprender e tomar decisões a partir de um banco de dados ao qual tem acesso.”
“A inteligência artificial é uma interface com capacidade de fazer conexões logicas feitas apartir de um banco de dados complexo relacionando com o input feito.”Pode ser comprendido a partir da vivência prática e profissional desse público, uma vez que 56.2% já reconhecem a IA em alguma abordagem em assistência em saúde, e 9.5% talvez acreditam que haja alguma relação do IA. A descrição aberta que eles passaram dessas atividades é pertinente com usos da IA na medicina:
Emissão de laudos radiológicos e diagnóstico de neoplasias.
Exames radiológicos , telemedicina
Ia que utiliza o banco de dados de toda a medicina existente na internet, sendo mais específico para o público da área da saúde
Criação de máquinas que facilitem os exames
Abordagem inicial
Prontuário eletrônico, teleconsulta, receita on-line
Aumento da velocidade de pesquisa e analise de dados complexos
Ajuda em “laudar” exames de imagem
Facilidade em diagnosticar casos clínicos
Complementar o diagnóstico médico.
Cirurgia robótica
Atendimento e prescrição de medicamentos
Open evidence E chat GPT
Chatbots criado pra responder perguntas simples dos pacientes.
Tele consultas
Doctor WiseOutro fato relevante é que a IA seja ferramenta de apoio na medicina.
A Figura 2 revela isso de acordo com a prática clínica.
Figura 2 – A IA na prática clínica
Embora haja respostas que não concordam totalmente, 6.7%, é pouco somado a 5.7% por discordarem parcialmente; também são poucos, 15.2%, para aqueles que nem concordam nem discordam, 46.7%, a metade concordou parcialmente, sendo que 25.3% já compreenderam que seja uma realidade determinada e concreta, e que se desenvolverá nos próximos anos. Está de acordo com Kitamura et al. (2022) e (BRANDES et al., 2020), na perspectiva de que a realidade da IA está mais conhecida, tendo percepção de que seja uma ferramenta de apoio.
É por isso que, da mesma maneira, o uso da IA é uma preocupação latente à profissão da medicina, tanto é que todas as respostas apresentaram algum grau de conhecimento de acordo com as exigências da nova realidade da indústria da saúde.
É importante destacar que a maioria indicou estar de alguma forma envolvida com IA. É importante observar que, sendo a maioria de estudantes de medicina, é claramente certo de que há preparação também para enfrentamento dessa realidade. Conforme segue na Figura 3:
Figura 3 – Preparação ao trabalho da medicina com IA
É significativo observar que houve respostas de estarem de alguma forma relacionados à IA, 46.7%, e ainda mais que houve respostas de estarem totalmente preparados, qualificados, 24.8%, para uso da IA em medicina.
Contudo, a IA não é regulamentada no Brasil e em muitos países. Mesmo assim, é um recurso tecnológico de amplo uso, com enormes investimentos para mais aplicações, com investimentos em pesquisas e publicações científicas. Na Figura 4, buscou-se mensurar o grau de confiança na IA:
Figura 4 – Confiança na IA
Os resultados mostram que, com a evolução e esclarecimentos da necessidade de preparação com uso de IA, de ser uma realidade com futuro determinado na medicina, diminuíram receios, medos, inseguranças, tendo 13.3% de respostas que confiam totalmente na IA, 22.9% que concordam parcialmente também. Somente 10.5%, não confiam na IA. Ainda tramita a regulamentação da IA em Projeto de Lei 759/2023 no Brasil, na América Latina, é recente (KITAMURA et al. 2022), na esteira das tentativas de regulamentação no mundo, consoante aos princípios e às recomendações do relatório da OMS (2024).
Além disso, com relação aos pacientes, a Figura 5 também evidencia a utilização da IA para melhorias no controle do cuidado da saúde:
Figura 5 – Cuidados do paciente com uso da IA
Na perspectiva de benefícios aos pacientes, aos seus próprios cuidados, 18.1% concordaram plenamente, tendo 38.1% de respostas de concordância parcial. Mesmo que haja divergências, é possível notar que a maioria percebe que a IA pode ajudar pacientes com alguma forma de controle nos cuidados da própria saúde.
Aldwean e Tenney (2024) sustentam tratamentos personalizados, que consiste no uso da IA no monitoramento contínuo, telemedicina e assistência virtual, ou chatbots de suporte contínuo, ao mesmo tempo gerando telemonitoramento ao médico e demais profissionais da saúde, com feedbacks imediatos.
Por fim, ainda buscamos saber qual importância os participantes consideram sobre ética e direitos humanos relativos à IA. Conforme Figura 6, a questão obteve resposta de grande impacto de concordância positiva.
Figura 6 – Ética e Direitos Humanos no uso da IA
A maioria 76.2% entendeu que ética e direitos humanos desempenham importância no uso da IA, seguido de 13.3% daqueles que concordaram parcialmente; em escala muito reduzida, 6.7% não concordaram nem discordaram; houve apenas 1.9% de discordância parcial bem como 1.9% de discordância total.
De forma muito resumida, o relatório da OMS (2024) coloca a ética e os direitos humanos no centro do desenvolvimento, implementação e uso das tecnologias na governança da IA na saúde. Não é por acaso que se colocou um questionamento para onde direcionar a confiança no atual estágio da medicina 4.0 nesse estudo, justamente porque Gadelha et al. (2023), mesmo que a IA traga benefícios, colocou a aceitação dos profissionais da saúde um dos desafios destacados para uso ético e eficaz na saúde.
5 CONCLUSÃO
Nesse estudo pode ser alcançado o entendimento que a IA é uma das inovações potentes de grande envergadura tecnológicas aliada à medicina. Verificou-se que, embora não regulamentada em grande parte do mundo, nem no Brasil, mesmo diante de preocupações, polêmicas, entre outras, a IA é uma realidade no mundo já com muitas aplicações no Brasil.
Para além de uma série de abordagens de aplicações e debates, esse recorte proposto mostrou que a IA pode servir à prática radiológica em benefício ao paciente. Diante de uma crise pandêmica de 2021, como ferramenta extraordinária, contribuiu no combate ao Covid-19, em auxílio a diagnósticos de comprometimento pulmonar, desenvolvida por algoritmos por meio de tomografias computadorizadas capaz de indicar suspeita de caso de Covid-19 (JUNIOR, 2021).
Ao longo do estudo, permitiu-se ver que a radiologia é uma das áreas que mais apresenta evolução das mudanças tecnológicas na escala mundial da inovação para auxiliar radiologistas. Contudo, não se pode perder de vista que radiologistas de vários países declaram que desenvolvimento, aquisição, implementação e monitoramento de ferramentas de IA em radiologia, deve-se ter avaliação técnica e ética, pois a IA vai muito além das mudanças tecnológicas, que não substitui um profissional radiologista, mas é capaz, por exemplo, de gerar novos modelos de relatórios radiológicos. (BRADY et al., 2024).
Na pesquisa exploratória, é consistente observar que há urgência da IA tanto na preparação de novos médicos quanto no auxílio como ferramenta aos profissionais, com capacitação adequada. Uma questão que fica latente, e que talvez possa ser objeto de outros estudos, é saber efetivamente como os cursos de medicina estão implementando a abordagem da IA em seus componentes curriculares.
REFERÊNCIAS
ALDWEAN, A.; TENNEY, D. Artificial Intelligence in Healthcare Sector: A Literature Review of the Adoption Challenges. Open Journal of Business and Management, 12, 129-147, 2024. DOI: <10.4236/ojbm.2024.121009>. Acesso em: 29 jan. 2024.
AMBRÓSIO, Paulo Eduardo. Redes neurais artificiais no apoio ao diagnóstico diferencial de lesões intersticiais pulmonares. 2002. 85 f. Dissertação (Mestrado) – Programa de Pós-Graduação em Física Aplicada à Medicina e Biologia, Departamento de Física e Matemática, Faculdade de Filosofia, Ciência e Letras de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2002.
BRADY et al. Desenvolvimento, aquisição, implementação e monitoramento de ferramentas de IA em radiologia: considerações práticas. Uma declaração multissociedade do ACR, CAR, ESR, RANZCR e RSNA. Volume 6: Número 1, p. 1-16, 2024.
BRAGA, ANA VITÓRIA et al. Machine learning: O Uso da Inteligência Artificial na Medicina. Brazilian Journal of Development, v. 5, n. 9, p. 16407-16413, 2019. DOI: <https://doi.org/10.34117/bjdv5n9-190>. Disponível em: <https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/3437/3265>.Acesso em: 08 out. 2023.
BRANDES, G. et al. Impacto da inteligência artificial na escolha de radiologia como especialidade médica por estudantes de medicina da cidade de São Paulo. Radiol Bras. 2020 Mai/Jun;53(3):167–170.
BRASIL. Estratégia Brasileira de Inteligência Artificial – EBIA. MCTI. Brasília, 2021. Disponível em: <https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/transformacaodigital/inteligencia-artificial >. Acesso em: 30 jan. 2024.
BRASIL. Estratégia Brasileira para Transformação Digital (e-Digital). Brasília, 2018. Disponível em: <https://www.gov.br/mcti/pt-br/centrais-de-conteudo/comunicados-mcti/estrategia-digital-brasileira/estrategiadigital.pdf>. Acesso em: 31 jan. 2024.
CHOMSKY, NoamIan Roberts, Ian;Watumull, Jeffrey. Noam Chomsky: The False Promise of ChatGPT. Opinion, Guest Essay, Times. 08/03/2023. Disponível em: <https://www.nytimes.com/2023/03/08/opinion/noam-chomsky-chatgpt-ai.html>.Acesso em: 01/02/2024.
COMISSÃO DE CIÊNCIA E TECNOLOGIA – INTELIGÊNCIA ARTIFICIAL: PL 21/2020. Vídeo: 2h31min08s. Câmara dos Deputados, 2022. Disponível em: <https://www.youtube.com/watch?v=_alXWC1umnI&t=4620s>. Acesso em: 01/02/2024.
DESAFIOS REGULATÓRIOS DA INTELIGÊNCIA ARTIFICIAL. Vídeo: 2h43min54s. Instituto de Estudos Avançados da USP, 2023. Disponível em: <https://www.youtube.com/watch?v=cxaPxE6XiWQ&t=4307s>. Acesso em: 23 de jan. 2024.
GADELHA, C. A. G. et al.. O Complexo Econômico-Industrial da Saúde (CEIS) como espaço estratégico para a modernização do SUS e para a geração dos empregos do futuro. Ciência & Saúde Coletiva, v. 28, n. 10, p. 2833–2843, out. 2023. Disponível em:<https://www.scielo.br/j/csc/a/CwyyrwPbYPqrhtcLRNCnrQC/?lang=en#>. Acesso em: 30 mar. 2024.
HAIGH, THOMAS. There Was No ‘First AI Winter’. Communications of the ACM, December 2023, Vol. 66 No. 12, Pages 35-39. <https://cacm.acm.org/magazines/2023/12/278152-there-was-no-first-ai-winter/fulltext>. Acesso em: 30 mar. 2024.
INTELIGÊNCIA ARTIFICAL E SEUS IMPACTOS NA MEDICINA DIAGNÓSTICA. Vídeo: 1h10min22s. Instituto de Estudos Avançados da USP. 2018. <http://www.iea.usp.br/midiateca/video/videos-2018/inteligencia-artificial-e-seus-impactos-na-medicina-diagnostica> Acesso em: 25 de jan. 2024.
JORNAL DA RECORD. Professor de radiologia da USP fala sobre inteligência artifical na medicina. JR no mundo. <https://www.youtube.com/watch?v=XHVkBNS177s&t=874s>. Acesso em: 28 de jan. 2024.
JUNIOR, J.R. Especialistas: “O hospital das clínicas elegeu a saúde digital como estratégia pós-Covid”. Future Health. 13 mai. 2021. Disponível em: <https://futurehealth.cc/giovanni-cerri-inovahc/> Acesso em: 29 jan. 2024.
KITAMURA F.C. et al. Forging Connections in Latin America to Advance AI in Radiology. Radiol Artif Intell. Special report. 2022 Aug 31;4(5):e220125. doi: 10.1148/ryai.220125. PMID: 36204535; PMCID: PMC9530756. Disponível em: < https://pubmed.ncbi.nlm.nih.gov/36204535/ >. Acesso em: 22 out. 2024.
LEITE, CLÁUDIA DA COSTA. Inteligência artificial, radiologia, medicina de precisão e medicina personalizada. Radiologia Brasileira, v. 52, n. 6, p. 7-8, nov./dez. 2019. DOI: <http://dx.doi.org/10.1590/0100-3984.2019.52.6e2>. Disponível em: <https://www.scielo.br/j/rb/a/ys6VTJ75xZsQcnXwKyDbVMw/?format=pdf&lang=pt>. Acesso em: 22 out. 2023.
MARRONE, P.V. Saúde 4.0 – SAÚDE 4.0 – PROPOSTAS PARA IMPULSIONAR O CICLO DAS INOVAÇÕES EM DISPOSITIVOS MÉDICOS (DMAs) NO BRASIL. – São Paulo: ABIIS, 2015. Disponível em: <https://ses.sp.bvs.br/wp-content/uploads/2016/10/Livro-saude-4.0.pdf> Acesso em: 29 jan. 2024.
LOBO, LUIZ CARLOS. Inteligência Artificial e Medicina. Revista Brasileira de Educação Médica, v. 41, n.2, p. 185-193, abr./jun. 2017. DOI: <https://doi.org/10.1590/1981-52712015v41n2esp>. Disponível em: <https://www.scielo.br/j/rbem/a/f3kqKJjVQJxB4985fDMVb8b/abstract/?lang=pt#>. Acesso em: 22 set. 2023.
LOBO, LUIZ CARLOS. Inteligência artificial, o Futuro da Medicina e a Educação Médica. Revista Brasileira de Educação Médica, v. 42, n. 3, p. 3-8, 2018. DOI: <http://dx.doi.org/10.1590/1981-52712015v42n3RB20180115EDITORIAL1>. Disponível em: <https://www.scielo.br/j/rbem/a/PyRJrW4vzDhZKzZW47wddQy/?format=pdf&lang=pt>. Acesso em: 01 out. 2023.
MALHOTRA, NARESH. Pesquisa de marketing: uma orientação aplicada. 4 ed. Porto Alegre: Bookman, 2006. 720 p.
MARCO LEGAL DA INTELIGÊNCIA ARTIFICIAL. Vídeo: 3h45min40s. FGV, 2023. <https://www.youtube.com/watch?v=2_bYN1N93oA&t=4504s>Acesso em: 02 fev 2024.
MORAIS et al. O conceito de inteligência artificial usado no mercado de softwares, na educação tecnológica e na literatura científica. Educação Profissional e Tecnológica em Revista, v. 4, n° 2, 2020 – Rede Federal de Educação Profissional, Científica e Tecnológica
PAIXÃO, GABRIELA MIANA DE MATTOS et al. Machine Learning na Medicina: Revisão e Aplicabilidade. Arquivos Brasileiros de Cardiologia, v. 118, n. 1, pág. 95-102, 2022. DOI: <https://doi.org/10.36660/abc.20200596>. Disponível em: <https://www.scielo.br/j/abc/a/WMgVngCLbYfJrkmC65VFCkp/#>. Acessoem: 07 out. 2023.
RADIOLOGIA DIAGNÓSTICA PRÁTICA: Inteligência artificial. Vídeo: 44min48s. Publicado pelo canal Manole Educação. 10 mai 2021. Disponível em: https://www.youtube.com/watch?v=H7_hJpqfOrw. Acesso em: 30 jan. 2024.
SANTOS, MARCEL KOENIGKAM et al. Artificial intelligence, machine learning, computer-aided diagnosis, and radiomics: advances in imaging towards to precision medicine. Radiologia Brasileira, v. 52, n. 6, p. 387–396, nov./dez. 2019. DOI: <https://doi.org/10.1590/0100-3984.2019.0049>. Disponível em: <https://www.scielo.br/j/rb/a/9yX6w83KDDT33m6G9ddCqBn/?lang=en>. Acesso em: 03 set. 2023.
ENSINO EINSTEIN. Certificate em transformação digital na saúde. Sociedade Beneficente Israelita Brasileira Hospital Albert Einstein. Morumbi – São Paulo. C2020. Disponível em: <https://ensino.einstein.br/curso_gt_certificate_transformacao_digital_p2787/p?sku=8082&cidade=ead>. Acesso em: 02 abr. 2024.
VARGAS, M; ALVES, N.; MREJEN, M. Ciência, Tecnologia e Inovação em Saúde no Brasil: impactos da revolução 4.0 e implicações para o CEIS. In: GADELHA, C. A. G. (Coord.). Projeto Desafios para o Sistema Único de Saúde no contexto nacional e global de transformações sociais, econômicas e tecnológicas (CEIS 4.0). Relatório de Pesquisa. Rio de Janeiro: CEE/Fiocruz, 2021. Disponível em: <Relatório Final – Fiocruz – Vargas et al.pdf>. Acesso em: 09 mar. 2024.
World Health Organization. Ethics and governance of artificial intelligence for health: WHO guidance. Geneva. 2021. Disponível em: <https://www.who.int/publications/i/item/9789240029200>. Acesso em: 31 jan. 2024.