Artigo de periodico

Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão (2019)

• Authors:
  • Santos, Marcel Koenigkam
  • Ferreira Junior, José Raniery
  • Wada, Danilo Tadao
  • Tenório, Ariane Priscilla Magalhães
  • Nogueira-Barbosa, Marcello Henrique
  • Azevedo-Marques, Paulo Mazzoncini de
• USP affiliated authors: BARBOSA, MARCELLO HENRIQUE NOGUEIRA - FMRP ; MARQUES, PAULO MAZZONCINI DE AZEVEDO - FMRP ; WADA, DANILO TADAO - FMRP ; TENORIO, ARIANE PRISCILLA MAGALHÃES - FMRP
• Unidade: FMRP
• DOI: 10.1590/0100-3984.2019.0049
• Subjects: INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL; DIAGNÓSTICO POR COMPUTADOR; RADIOMETRIA
• Keywords: Aprendizado de máquina; Radiômica; Artificial intelligence; Machine learning; Computer aided diagnosis; Radiomics
• Language: Português
• Abstract: A disciplina de radiologia e diagnóstico por imagem evoluiu sobremaneira nos últimos anos. Temos observado o aumento exponencial do número de exames realizados, a subespecialização das disciplinas médicas e a maior acurácia dos métodos, tornando um desafio para o médico radiologista “saber tudo sobre todos exames e regiões”. Além disso, os exames de imagem deixaram de ser somente qualitativos e diagnósticos e passaram a fornecer informações quantitativas e de gravidade de doença, identificando biomarcadores prognósticos e de resposta ao tratamento. Diante disso, sistemas computadorizados de auxílio diagnóstico vêm sendo desenvolvidos com o objetivo dar suporte ao diagnóstico por imagem e à decisão terapêutica. Com o advento da inteligência artificial, do big data e do aprendizado de máquina, caminhamos para a rápida expansão do uso dessas ferramentas no dia-a-dia dos médicos, tornando cada paciente único, levando a radiologia ao encontro do conceito de abordagem multidisciplinar e medicina de precisão. Neste artigo serão abordados os principais aspectos das ferramentas computacionais atualmente disponíveis para análise das imagens médicas, apresentando os princípios de análise das imagens, os principais termos e conceitos envolvidos nesses processos, assim como o impacto do desenvolvimento da inteligência artificial na radiologia e diagnóstico por imagem
• Imprenta:
  • Publisher place: São Paulo
  • Date published: 2019
• Source:
  • Título: Radiologia Brasileira
  • ISSN: 1678-7099
  • Volume/Número/Paginação/Ano: v. 52, n. 6, p. 387-396, 2019

Informações sobre o DOI: 10.1590/0100-3984.2019.0049 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by

---

Download do texto completo

Tipo	Nome	Link
	003007824.pdf	Direct link

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  SANTOS, Marcel Koenigkam et al. Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão. Radiologia Brasileira, v. 52, n. 6, p. 387-396, 2019Tradução . . Disponível em: https://doi.org/10.1590/0100-3984.2019.0049. Acesso em: 30 abr. 2025.

• APA

  Santos, M. K., Ferreira Junior, J. R., Wada, D. T., Tenório, A. P. M., Nogueira-Barbosa, M. H., & Azevedo-Marques, P. M. de. (2019). Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão. Radiologia Brasileira, 52( 6), 387-396. doi:10.1590/0100-3984.2019.0049

• NLM

  Santos MK, Ferreira Junior JR, Wada DT, Tenório APM, Nogueira-Barbosa MH, Azevedo-Marques PM de. Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão [Internet]. Radiologia Brasileira. 2019 ; 52( 6): 387-396.[citado 2025 abr. 30 ] Available from: https://doi.org/10.1590/0100-3984.2019.0049

• Vancouver

  Santos MK, Ferreira Junior JR, Wada DT, Tenório APM, Nogueira-Barbosa MH, Azevedo-Marques PM de. Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão [Internet]. Radiologia Brasileira. 2019 ; 52( 6): 387-396.[citado 2025 abr. 30 ] Available from: https://doi.org/10.1590/0100-3984.2019.0049

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Radiomic biomarkers for sacroiliitis diagnosis and prediction of spondyloarthritis progression
• Machine learning models to predict axial and peripheral spondyloarthritis: a comparative radiomic study between SPAIR and STIR MRI sequences
• Detection of vertebral plateaus in lateral lumbar spinal X-ray images with gabor filters
• Pattern recognition of inflammatory sacroiliitis in magnetic resonance imaging
• Recognition of vertebral compression fractures in magnetic resonance images using statistics of height and width
• Multi-segmentation and cooperative classification models improve the identification of malignant vertebral compression fractures in MRI
• Classification of vertebral compression fractures in magnetic resonance images using spectral and fractal analysis
• Shape, texture and statistical features for classification of benign and malignant vertebral compression fractures in magnetic resonance
• A study of MRI-based radiomics biomarkers for sacroiliitis and spondyloarthritis
• Cooperative strategy for a dynamic ensemble of classification models in clinical applications: the case of MRI vertebral compression fractures