INTELIGÊNCIA ARTIFICIAL E OS AVANÇOS NO DIAGNÓSTICO POR IMAGEM NA RADIOLOGIA

Introduction: Artificial intelligence (AI) has been emerging as a complement to the growing role of radiology in diagnostic and interventional medicine, reducing stress points for radiology professionals. Objective: To identify in the available literature the main advances that artificial intelligence has been providing in diagnostic imaging in radiology. Methodology: This is a systematic review, whose searches were performed in the virtual libraries MEDLINE via Pubmed and Web of Science, and in the LILACS and CINAHL databases. Cross-reference searches were also performed. For the search, controlled descriptors and the Boolean operators AND, for simultaneous occurrence of subjects, and OR, for occurrence of one or another subject, were adopted. The descriptors used were: "Artificial Intelligence", "Radiology" and "Diagnostic Imaging". To better organize the sample collection, we opted for the use of advanced search. The descriptors were combined with each other with the Boolean connector OR and AND, within each set of terms of the PICo strategy, and then crossed with the Boolean connector. Results: It is highlighted that AI allows the possibility of combining several sources of information, in addition to the image, to obtain a more accurate diagnosis, helping to increase productivity and better management in industry dynamics and accurate diagnosis. Final considerations: It is concluded that the knowledge and practices acquired by professionals of radiological techniques in performing minimally invasive exams and procedures, are a basic and necessary factor for the radiology sector where the AI will become a great ally of health professionals.Introducción: La inteligencia artificial (IA) ha ido surgiendo como complemento al creciente papel de la radiología en la medicina diagnóstica e intervencionista, reduciendo los puntos de estrés para los profesionales de la radiología. Objetivo: Identificar en la literatura disponible los principales avances que la inteligencia artificial ha venido aportando en el diagnóstico por imagen en radiología. Metodología: Se trata de una revisión sistemática, cuyas búsquedas se realizaron en bibliotecas virtuales: MEDLINE vía Pubmed y Web of Science y en bases de datos lilas y CINAHL. También se realizaron búsquedas de referencias cruzadas. Para la búsqueda, se adoptaron descriptores controlados y los operadores booleanos AND, para la ocurrencia simultánea de sujetos, y OR, para la ocurrencia de uno u otro sujeto. Los descriptores utilizados: "Inteligencia Artificial", "Radiología" y "Diagnóstico por Imagen". Para una mejor organización de la recolección de muestras, se optó por el uso de la búsqueda avanzada. Los descriptores se combinaron con el conector booleano OR y AND, dentro de cada conjunto de términos de estrategia pico, y luego se cruzaron con el conector booleano. Resultados: Cabe destacar que la IA permite la posibilidad de combinar diversas fuentes de información, además de la imagen, para obtener un diagnóstico más preciso, ayudando a aumentar la productividad y una mejor gestión en la dinámica del sector y un diagnóstico preciso. Consideraciones finales: Se concluye que los conocimientos y prácticas adquiridos por los profesionales de las técnicas radiológicas en la realización de exámenes y procedimientos mínimamente invasivos son un factor básico.Introdução: A inteligência artificial (IA) vem sendo emergindo como um complemento ao crescente papel da radiologia na medicina diagnóstica e intervencionista, reduzindo pontos de estresse para os profissionais da radiologia. Objetivo: Identificar na literatura disponível, os principais avanços que a inteligência artificial vem proporcionando no diagnóstico por imagem na radiologia. Metodologia: Trata-se de uma revisão sistemática, cuja As buscas foram realizadas nas bibliotecas virtuais: MEDLINE via Pubmed e Web of Science e nas bases de dados LILACS e CINAHL. Foram também realizadas buscas de referências cruzadas. Para busca, adotaram-se descritores controlados e os operadores booleanos AND, para ocorrência simultânea de assuntos, e OR, para ocorrência de um ou outro assunto. Os descritores utilizados: “Inteligência Artificial”, “Radiologia” e “Diagnóstico por Imagem”. Para melhor organização da coleta da amostra, optou-se pelo uso da busca avançada. Os descritores foram combinados entre si com o conector booleano OR e AND, dentro de cada conjunto de termos da estratégia PICo, e, em seguida, cruzados com o conector booleano. Resultados: Destaca-se que a IA permite a possibilidade de combinar várias fontes de informações, além da imagem, para obter um diagnóstico mais preciso, ajudando a aumentar a produtividade e melhor gestão na dinâmica do setor e diagnostico preciso. Considerações finais: Conclui-se, que o conhecimento e as práticas adquiridas por profissionais das técnicas radiológicas na realização de exames e procedimentos minimamente invasivos, são fator básico é necessário para o setor de radiologia onde a IA irá se tornar uma grande aliada dos profissionais da saúd