Navegando por Autor "Ferreira, Matheus de Alcantara Lins"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Uso da inteligência artificial para o diagnóstico das alterações citológicas cérvico vaginais: uma revisão sistemática(Universidade Federal do Rio Grande do Norte, 2025-07-11) Ferreira, Matheus de Alcantara Lins; Nascimento, Ermeton Duarte do; https://orcid.org/0009-0002-0270-8363; http://lattes.cnpq.br/5059231323892121; https://orcid.org/0009-0002-3910-0108; http://lattes.cnpq.br/4088650427354109; Brandão, Deysiane Oliveira; https://orcid.org/0000-0002-9051-1175; http://lattes.cnpq.br/0938468081530870; Rachetti, Vanessa de Paula Soares; https://orcid.org/0000-0002-9551-8771; http://lattes.cnpq.br/1524215726056886O câncer do colo do útero representa um dos principais problemas de saúde pública entre pessoas com útero, sendo amplamente prevenível por meio de rastreamento e diagnóstico precoce. No entanto, o exame citopatológico tradicional (Papanicolaou) apresenta limitações importantes, como variabilidade na interpretação e sensibilidade reduzida em determinadas situações. Neste cenário, a inteligência artificial (IA) surge como uma alternativa promissora para otimizar a detecção de alterações citológicas. Este trabalho realizou uma revisão sistemática da literatura com o objetivo de analisar o uso da IA no diagnóstico de alterações citológicas cérvico-vaginais. A pesquisa bibliográfica foi conduzida nas bases PubMed, SciELO e Elsevier, considerando publicações entre 2005 e 2025. Foram identificados aproximadamente 136 artigos, dos quais 20 foram selecionados com base em critérios de inclusão como foco em IA aplicada a imagens citológicas, e apresentação de dados quantitativos (sensibilidade e especificidade). Os resultados demonstraram que modelos baseados em redes neurais convolucionais (CNN e Deep CNN) foram amplamente utilizados, com desempenhos variando entre os estudos. Em média, os modelos de IA apresentaram sensibilidade superior à dos profissionais humanos (88,77% contra 78,49%) com desvio-padrão moderado para alto (11.01% contra 16,40%), enquanto a especificidade foi semelhante entre os grupos (76,19% contra 73,94%), embora com alta variabilidade de desvio-padrão (27,08% contra 31,06%). A IA mostrou-se eficaz especialmente em contextos de triagem automatizada, priorizando a detecção de alterações com alta sensibilidade, ainda que com aumento do número de falsos positivos. Conclui-se que, embora não substitua o citopatologista, a IA se apresenta como uma ferramenta valiosa de apoio ao diagnóstico de exames citopatológicos, com potencial para aumentar a eficiência, padronizar análises e reduzir falhas humanas, desde que devidamente validada e integrada aos fluxos clínicos existentes.