OS DESAFIOS E IMPACTOS DA INTELIGÊNCIA ARTIFICIAL NA RADIOLOGIA: UMA REVISÃO SISTEMÁTICA
Resumo
Resumo
A inteligência artificial (IA) tem promovido transformações significativas na prática médica, sendo a radiologia uma das áreas mais impactadas. Sua capacidade de processar grandes volumes de dados, reconhecer padrões e apoiar a interpretação de exames de imagem favorece avanços rumo à medicina de precisão, mas também levanta desafios técnicos, éticos e legais. O objetivo deste estudo foi analisar os principais impactos da IA na radiologia, destacando benefícios, limitações e repercussões na prática profissional e educacional. Trata-se de uma revisão integrativa da literatura, realizada em setembro de 2025, nas bases Google Acadêmico e SciELO, com os descritores “Radiologia”, “Diagnóstico por imagem” e “Inteligência artificial”. Foram incluídos artigos publicados entre 2020 e 2025, em português, que abordassem diretamente o tema. Do total de 73 publicações encontradas, 9 atenderam aos critérios. Os resultados indicam que a IA contribui para maior acurácia diagnóstica, otimização do fluxo de trabalho e detecção precoce de doenças. Contudo, persistem limitações como a necessidade de padronização das imagens, qualidade dos bancos de dados e transparência dos algoritmos, além de preocupações éticas sobre responsabilidade e privacidade. A discussão evidencia que a IA deve ser vista como ferramenta de apoio, e não substituição ao radiologista, reforçando a importância da regulamentação, validação multicêntrica e capacitação profissional contínua. Conclui-se que a IA representa um marco para a radiologia, capaz de ampliar a precisão diagnóstica e a eficiência dos serviços, desde que integrada de forma ética, segura e humanizada.
Palavras-chave: Radiologia; Inteligência Artificial; Diagnóstico por Imagem.
Referências
1. Lobo LC. Inteligência artificial, o futuro da medicina e a educação médica. Rev Bras Educ Med. 2018;42(3):3-8. doi:10.1590/1981-52712015v42n3RB20180115EDITORIAL1.
2. Koenigkam-Santos M, Ferreira-Júnior JR, Wada DT, Tenório APM, Nogueira-Barbosa MH, Azevedo-Marques PMA. Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão. Radiol Bras. 2019;52(6):387-96. doi:10.1590/0100-3984.2019.0049.
3. Conselho Federal de Medicina. Código de Ética Médica. Brasília: CFM; 2019.
4. Langlotz CP. Will artificial intelligence replace radiologists? Radiology. 2019;290(2):318-9. doi:10.1148/radiol.2018182210. Disponível em: https://www.jacr.org/article/S1546-1440(19)30944-5/abstract
5. Pesapane F, Codari M, Sardanelli F. Artificial intelligence in medical imaging: threat or opportunity? Radiologists again at the forefront of innovation in medicine. Eur Radiol Exp. 2018;2(1):35. doi:10.1186/s41747-018-0061-6. Disponível em: https://pubmed.ncbi.nlm.nih.gov/31585696/
6. FILHO, WSS; OLIVEIRA, RMS. A importância da inteligência artificial na radiologia: uma revisão sistemática da literatura. Brazilian Journal of Health Review, Curitiba, v. 5, n. 4, p. 12638-12649, jul./ago. 2022. DOI: 10.34119/bjhrv5n4-056.
7. Borges, AJA, et al. A inteligência artificial na radiologia: Uma revisão da literatura. Revista Ibero-Americana de Humanidades, Ciências e Educação, [S. l.], v. 11, n. 5, p. 7772–7784, 2025. DOI: 10.51891/rease.v11i5.19538.
8. Silva, FC, et al. O uso da inteligência artificial no setor de diagnóstico por imagem: desafios e oportunidades. Revista Ciêntífica das Tecnicas de Radiologicas – Roentgen, v.6, n.2, 2025. DOI: 10.46885/Roentgen.v6i2.158.
9. Pesapane F, Codari M, Sardanelli F. Inteligência artificial em imagens médicas: ameaça ou oportunidade? Radiologistas novamente na vanguarda da inovação na medicina. Eur Radiol Exp. 2018;2(1):35. doi:10.1186/s41747-018-0061-6.
10. Koenigkam,SM, et al. Inteligência artificial, aprendizado de máquina, diagnóstico auxiliado por computador e radiômica: avanços da imagem rumo à medicina de precisão. Radiol Bras. 2019;52(6):387-96. doi:10.1590/0100-3984.2019.0049.
11. NETO, CDN, et al. Inteligência artificial e novas tecnologias em saúde: desafios e perspectivas. Revista Brasileira de Desenvolvimento, [S. l.] , v. 2, pág. 9431–9445, 2020. DOI: 10.34117/bjdv6n2-306.
12. OLIVEIRA, MC, et al. O uso da inteligência artificial na detecção precoce do câncer de mama: Uma revisão de literatura. Revista Ibero-Americana de Humanidades, Ciências e Educação, [S. l.], v. 10, n. 10, p. 3932–3939, 2024. DOI: 10.51891/rease.v10i10.16199.
13. Langlotz CP. A inteligência artificial substituirá os radiologistas? Radiologia. 2019;290(2):318-9. doi:10.1148/radiol.2018182210.
14. LENTI, CC, et al. Aspectos radiológicos da pneumonia na covid-19: Uma revisão integrativa. Revista Ibero-Americana de Humanidades, Ciências e Educação, [S. l.], v. 11, n. 5, p. 7334–7342, 2025. DOI: 10.51891/rease.v11i5.19495.
15. PRISMA. Transparent Reporting of Systematic Reviews and Meta-Analyses. PRISMA Statement; 2020. Disponível em: https://www.prisma-statement.org.
16. DeCS. Descritores em Ciências da Saúde: DeCS 2025. São Paulo: BIREME / OPAS / OMS, 2025. Disponível em: http://decs.bvsalud.org.
