Dados do Trabalho

Título

Inteligência Artificial, Radiômica e Radiogenômica

Introdução

Inteligência Artificial (IA) é entendido como o ramo da ciência da computação que usa ferramentas e programas que permitem que máquinas executem tarefas cognitivas que normalmente exigiriam inteligência humana [2].
Dentro da radiologia, médicos treinados avaliam visualmente imagens médicas e relatam achados para detectar, caracterizar e monitorar doenças. Em contraste com esse raciocínio qualitativo, a IA se destaca no reconhecimento de padrões complexos em dados de imagem e pode fornecer uma avaliação quantitativa de maneira automatizada.
Os métodos de Machine Learning (ML) e Deep Learning (DL) estão sendo cada vez mais adotados para pesquisas em radiômica, que se baseiam em dados de imagens médicas como biomarcadores quantitativos de imagens [3,4].
O campo nascente da radiogenômica (genômica de imagem), que é um novo campo de pesquisa com foco no estabelecimento de associações entre características radiológicas e expressão genômica ou molecular.
O objetivo da revisão atual foi elucidar os avanços recentes na pesquisa em IA, radiômica e radiogenômica, com ênfase em aplicações de radiologia e oncologia.

Casuística e Métodos

A pesquisa foi realizada em bases de dados amplamente utilizadas, como PubMed e Google Acadêmico. Foram identificados os artigos que incluíam um subconjunto ou uma combinação dos termos mencionados no título ou resumo.

Resultados

A discriminação entre diferentes tipos de tumores é problemática em imagens radiológicas. O diagnóstico preciso é crucial para o planejamento de tratamento e melhorar o resultado do paciente, a boa avaliação das imagens é útil na classificação dos tumores e na resposta após a terapia [7-13]. A biópsia de tumores muitas vezes é considerada o padrão ouro para o diagnóstico. No entanto, traz o risco de complicações relacionadas ao procedimento. [8,9,14,15].
A radiogenômica tira proveito de abordagens de análise de big data que exploram informações significativas para a tomada de decisões no diagnóstico e tratamento do câncer [30]. Além disso, a radiogenômica fornece uma compreensão aprofundada da biologia do tumor e captura biomarcadores de imagem com implicações relevantes. Essas abordagens foram validadas em uma variedade de tumores [13].

Conclusões

A IA é uma ferramenta promissora que combina marcadores clínicos, radiômicos e moleculares essenciais (radiogenômica) para melhorar o resultado do paciente com diferenciação, caracterização e classificação de tumores. No entanto, existem desafios a serem superados para chegar na prática clínica.

Palavras Chave

inteligência artificial (artificial intelligence); radiômica (radiomics); radiogenômica (radiogenomics); oncologia (oncology); radiologia (radiology).

Área

Inteligência Artificial, Inovação e Telerradiologia