INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DO CÂNCER CERVICAL: AVANÇOS TECNOLÓGICOS E PERSPECTIVAS PARA A EQUIDADE GLOBAL

Área temática: Eixo Temático 1 - Tecnologia e Saúde

Autores/as

  • Ana Júlia Júlia Rausis Gontijo
  • Amanda de Araújo Andrade Caldas
  • Yasmin Dias Ribeiro

DOI:

https://doi.org/10.47224/revistamaster.v10i20.756

Palabras clave:

Lesões Pré-Cancerosas; Colo do Útero; Inteligência artificial;

Resumen

O câncer do colo do útero (CCU) representa um desafio relevante à saúde pública, especialmente em países de baixa e média renda (PBMR), onde o acesso ao diagnóstico precoce é limitado. Este estudo teve como objetivo revisar a literatura recente sobre a aplicação da inteligência artificial (IA) no diagnóstico de lesões pré-cancerosas do colo do útero, avaliando sua eficácia e aplicabilidade. Realizou-se uma revisão integrativa nas bases PubMed e Google Acadêmico, com seleção de estudos publicados entre 2020 e 2025. Os achados indicam que tecnologias baseadas em redes neurais convolucionais (CNNs) alcançam acurácia superior a 90%, superando a colposcopia convencional. Soluções como o colposcópio EVA e o sistema Smartphone-VIA destacam-se por viabilizar diagnósticos remotos em áreas com pouca infraestrutura. Modelos híbridos que combinam imagens com dados clínicos e laboratoriais oferecem ainda maior precisão. Conclui-se que a IA pode ampliar o acesso, reduzir intervenções desnecessárias e contribuir para a eliminação do CCU até 2030, conforme proposto pela OMS.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

ALLAHQOLI, Leila et al. Diagnosis of cervical cancer and pre-cancerous lesions by artificial intelligence: a systematic review. Diagnostics, v. 12, n. 11, p. 2771, 2022. Disponível em: <https://www.mdpi.com/2075-4418/12/11/2771>. Acesso em: 09 mai. 2025.

ALLANSON, Emma R. et al. Accuracy of smartphone images of the cervix after acetic acid application for diagnosing cervical intraepithelial neoplasia grade 2 or greater in women with positive cervical screening: a systematic review and meta-analysis. JCO Global Oncology, v. 7, p. 1711-1721, 2021. Disponível em:

<https://pmc.ncbi.nlm.nih.gov/articles/PMC8710337/>. Acesso em: 09 mai. 2025.

BAO, Heling et al. Artificial intelligence-assisted cytology for detection of cervical intraepithelial neoplasia or invasive cancer: a multicenter, clinical-based, observational study. Gynecologic Oncology, v. 159, n. 1, p. 171-178, 2020. Disponível em:

<https://www.gynecologiconcology-online.net/article/S0090-8258(20)33749-5/abstrac>. Acesso em: 09 mai. 2025.

CHEN, X. et al. Application of EfficientNet-B0 and GRU-based deep learning on classifying the colposcopy diagnosis of precancerous cervical lesions. Cancer Med 12 (7): 8690–8699. 2023. Disponível em: <https://pubmed.ncbi.nlm.nih.gov/36629131/>. Acesso em: 09 mai. 2025.

DELLINO, Miriam et al. Inteligência Artificial no Rastreamento do Câncer Cervical: Oportunidades e Desafios. AI , v. 5, n. 4, p. 2984-3000, 2024. Disponível em:

<https://www.mdpi.com/2673-2688/5/4/144>. Acesso em: 10 mai. 2025.

FANG, Shan et al. An improved image classification method for cervical precancerous lesions based on ShuffleNet. Computational Intelligence and Neuroscience, v. 2022, n. 1, p. 9675628, 2022. Disponível em:

<https://pmc.ncbi.nlm.nih.gov/articles/PMC9489397/>. Acesso em: 10 mai. 2025.

HARSONO, Ali Budi et al. Detecção de lesões pré-cancerosas cervicais: desenvolvimento de aplicativo VIA para smartphone usando inteligência artificial. BMC research notes , v. 15, n. 1, p. 356, 2022. Disponível em:

<https://link.springer.com/article/10.1186/s13104-022-06250-6>. Acesso em: 10 mai. 2025.

KIM, Seongmin et al. Pivotal clinical study to evaluate the efficacy and safety of assistive artificial intelligence-based software for cervical cancer diagnosis. Journal of Clinical Medicine, v. 12, n. 12, p. 4024, 2023. Disponível em: <https://www.mdpi.com/2077-0383/12/12/4024>. Acesso em: 09 mai. 2025.

LIU, Lei et al. Performance of artificial intelligence for diagnosing cervical intraepithelial neoplasia and cervical cancer: a systematic review and meta-analysis. EClinicalMedicine, v. 80, 2025. Disponível em:

<https://www.thelancet.com/journals/eclinm/article/PIIS2589-5370(24)00571-6/fulltext >. Acesso em: 10 mai. 2025.

MEDINA RUIZ, Luis et al. Inteligencia Artificial: precisión diagnóstica de lesiones preneoplásicas de cérvix uterino. Medicina (Buenos Aires), v. 84, n. 3, p. 459-467, 2024. Disponível em: <https://www.medicinabuenosaires.com/PMID/38907959.pdf>. Acesso em: 09 mai. 2025.

MLINARIC, Marko et al. Identification of women with high grade histopathology results after conisation by artificial neural networks. Radiology and oncology, v. 56, n. 3, p. 355, 2022. Disponível em: <https://pmc.ncbi.nlm.nih.gov/articles/PMC9400436/pdf/raon-56-355.pdf>. Acesso em: 09 mai. 2025.

WU, Tong et al. Inteligência artificial fortalece o rastreamento do câncer cervical – presente e futuro. Cancer Biology & Medicine , v. 21, n. 10, p. 864-879, 2024. Disponível em: <https://www.cancerbiomed.org/content/21/10/864>. Acesso em: 10 mai. 2025.

Descargas

Publicado

2026-08-26

Cómo citar

JÚLIA RAUSIS GONTIJO, Ana Júlia; DE ARAÚJO ANDRADE CALDAS, Amanda; DIAS RIBEIRO, Yasmin. INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DO CÂNCER CERVICAL: AVANÇOS TECNOLÓGICOS E PERSPECTIVAS PARA A EQUIDADE GLOBAL: Área temática: Eixo Temático 1 - Tecnologia e Saúde. Revista Master - Ensino, Pesquisa e Extensão, [S. l.], v. 11, n. 21, 2026. DOI: 10.47224/revistamaster.v10i20.756. Disponível em: https://revistamaster.imepac.edu.br/RM/article/view/756. Acesso em: 4 sep. 2026.

Número

Vol. 11 Núm. 21 (2026): Suplemento Artigos do VIII Congresso Científico Internacional IMEPAC

Sección

Artigos de revisão

Categorías

Licencia

Derechos de autor 2026 Revista Master - Ensino, Pesquisa e Extensão

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

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.