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.v10i20.764Keywords:
: Câncer de Mama; Inteligência Artificial; Diagnóstico;Abstract
Breast cancer is the leading cause of cancer-related mortality among women, with early diagnosis being essential to improve survival rates. This study investigated the applications of artificial intelligence (AI), with an emphasis on machine learning (ML) and deep learning (DL), in the diagnosis of the disease. An integrative literature review was conducted using the PubMed and Google Scholar databases, including articles published between 2022 and 2025. Studies on AI applied to digital mammography, tomosynthesis, and magnetic resonance imaging were analyzed, considering metrics such as sensitivity and accuracy. Convolutional neural networks (CNNs) stood out for their high performance in early detection, surpassing traditional methods and also contributing to risk stratification and prognosis analysis. Despite the advances, challenges such as data quality and external validation remain. It is concluded that AI holds great potential to enhance breast cancer diagnosis, provided it is ethically and collaboratively integrated into clinical practice.
Downloads
References
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
Published
How to Cite
Issue
Section
Categories
License
Copyright (c) 2026 Revista Master - Ensino, Pesquisa e Extensão
This work is licensed under a 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.
