USO DA INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DO CÂNCER DE MAMA: UMA REVISÃO DE LITERATURA
Área temática: Eixo temático 1 – Tecnologia e Saúde
DOI:
https://doi.org/10.47224/revistamaster.v10i20.764Palavras-chave:
: Câncer de Mama; Inteligência Artificial; Diagnóstico;Resumo
O câncer de mama é a principal causa de mortalidade por câncer em mulheres, sendo o diagnóstico precoce essencial para aumentar a sobrevida. Este estudo investigou as aplicações da inteligência artificial (IA), com ênfase em aprendizado de máquina (ML) e aprendizado profundo (DL), no diagnóstico da doença. Realizou-se uma revisão integrativa da literatura nas bases PubMed e Google Acadêmico, com artigos publicados entre 2022 e 2025. Foram analisados estudos sobre IA aplicada à mamografia digital, tomossíntese e ressonância magnética, considerando métricas como sensibilidade e acurácia. As redes neurais convolucionais (CNNs) destacaram-se pelo alto desempenho na detecção precoce, superando métodos tradicionais e contribuindo também para a estratificação de risco e prognóstico. Apesar dos avanços, desafios como qualidade dos dados e validação externa persistem. Conclui-se que a IA tem grande potencial para aprimorar o diagnóstico do câncer de mama, desde que integrada de forma ética e colaborativa à prática clínica.
Downloads
Referências
CARDOSO, Graziele Costa; DE OLIVEIRA, Lorena Sophia Campos. Application of Bayesian Networks in the recurrence of cancer of breast. International Journal of Geoscience, Engineering and Technology, v. 6, n. 1, p. 72-80, 2022. Disponível em: <https://geovales.com/index.php/Journal/article/view/134>. Acesso em: 30 abr. 2025.
CROFFI, Leticia Brum et al. Inteligência artificial aplicada ao diagnóstico de câncer por exames de imagem. Revista Eletrônica Acervo Científico, v. 47, p. e16193-e16193, 2024. Disponível em: <https://acervomais.com.br/index.php/cientifico/article/view/16193>. Acesso em: 30 abr. 2025.
DA SILVA, José Carlos Pena et al. Revolução tecnológica no diagnóstico do câncer de mama: benefícios da inteligência artificial na análise por imagem. ARACÊ, [S. l.], v. 7, n. 1, p. 1484–1493, 2025. Disponível em: <https://periodicos.newsciencepubl.com/arace/article/view/2772>. Acesso em: 30 abr. 2025.
DÍAZ, Oliver; RODRÍGUEZ-RUÍZ, Alejandro; SECHOPOULOS, Ioannis. Artificial Intelligence for breast cancer detection: Technology, challenges, and prospects. European journal of radiology, p. 111457, 2024. Disponível em: <https://www.sciencedirect.com/science/article/pii/S0720048X24001736>. Acesso em: 30 abr. 2025.
HACHACHE, Rachida et al. Advancing personalized oncology: a systematic review on the integration of artificial intelligence in monitoring neoadjuvant treatment for breast cancer patients. BMC cancer, v. 24, n. 1, p. 1300, 2024. Disponível em: <https://link.springer.com/article/10.1186/s12885-024-13049-0>. Acesso em: 30 abr. 2025.
JAVANMARD, Zohreh et al. Artificial intelligence in breast cancer survival prediction: a comprehensive systematic review and meta-analysis. Frontiers in Oncology, v. 14, p. 1420328, 2025. Disponível em: <https://pmc.ncbi.nlm.nih.gov/articles/PMC11747035/>. Acesso em: 30 abr. 2025.
SOHRABEI, Solmaz et al. Investigating the effects of artificial intelligence on the personalization of breast cancer management: a systematic study. BMC cancer, v. 24, n. 1, p. 852, 2024. Disponível em: <https://link.springer.com/article/10.1186/s12885-024-12575-1>. Acesso em: 30 abr. 2025.
ZHANG, Jiadong et al. Recent advancements in artificial intelligence for breast cancer: Image augmentation, segmentation, diagnosis, and prognosis approaches. In: Seminars in Cancer Biology. Academic Press, 2023. p. 11-25. Disponível em: <https://www.sciencedirect.com/science/article/abs/pii/S1044579X23001232>. Acesso em: 30 abr. 2025.
Downloads
Publicado
Como Citar
Edição
Seção
Categorias
Licença
Copyright (c) 2026 Revista Master - Ensino, Pesquisa e Extensão
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
a) A licença desses direitos autorais abrange o direito exclusivo da Revista Master - Ensino, Pesquisa e Extensão para reproduzir, publicar e distribuir o artigo,
nacional e internacionalmente, incluindo reimpressões, traduções, reproduções fotográficas, microformas, formulários eletrônicos (offline, on-line) ou qualquer outra reprodução de natureza similar.
b) O (s) autor (es) aprovam que o manuscrito não pode ser retirado ou reenviado para qualquer outro Jornal/Revista enquanto a avaliação pelos pares estiver em andamento. Após aprovado o manuscrito, um autor pode auto-arquivar uma versão de seu artigo em seu próprio site e/ou em seu repositório institucional.
c) O (s) autor (es) declaram que são integralmente responsáveis pela totalidade do conteúdo da contribuição e que a Revista Master - Ensino, Pesquisa e Extensão e o corpo editorial da Revista Científica do estão expressamente isentos de qualquer responsabilidade sobre o conteúdo do artigo, métodos, técnicas e resultados de sua pesquisa, tendo, assim, finalidade meramente informativa e educativa.
d) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
