Os avanços tecnológicos realizados nos últimos anos na área da computação associada à Imagiologia permitiram novas descobertas e o desenvolvimento de soluções inovadoras. Por isso, a Medicina encontra-se, hoje, numa das suas fases mais revolucionárias.

Artigo da responsabilidade do Prof. Dr. Ricardo Faustino. Professor e coordenador do Mestrado de Imagem Médica Avançada e Inteligência Artificial, da Escola Superior da Cruz Vermelha Portuguesa de Lisboa. DVM, BSc (Hons), MSc, PhD.

 

Todos os dias produzem-se milhares de exames de imagiologia médica; radiografias, tomografias computorizadas, ecografias e ressonâncias magnéticas, absolutamente essenciais para diagnosticar doenças e orientar os tratamentos. Perante este volume crescente de informação, tornou-se necessário desenvolver ferramentas capazes de ajudar os profissionais de saúde a analisar dados de forma mais rápida e precisa. É neste contexto que a inteligência artificial (IA) entrou na imagiologia médica e começou a transformar a forma como se vê e se trata a doença.

SISTEMAS QUE “APRENDEM”

Os algoritmos de IA usados em imagiologia médica utiliza sistemas computacionais que “aprendem” a partir de exemplos. Na prática, estes sistemas foram desenvolvidos através da análise de milhares de imagens, previamente analisadas por especialistas e, desta forma, “aprendem” a identificar padrões que podemos associar a diversas doenças. É assim possível pôr em evidencia determinados detalhes que poderiam escapar ao olho do médico mais experiente, sobretudo quando o tempo é limitado ou quando os sinais da doença são muito impercetíveis nas imagens obtidas.

Os estudos mais recentes demostram que, em algumas situações, estes algoritmos conseguem igualar ou até mesmo superar o desempenho humano em tarefas muito específicas, como detetar nódulos nos pulmões, localizar hemorragias cerebrais ou analisar lesões mais complexas. Estes progressos são possíveis porque a IA consegue avaliar grandes quantidades de dados de forma rápida e consistente, fornecendo informação que complementa – mas não substitui – o trabalho do médico radiologista.

DIAGNÓSTICOS MAIS PRECISOS

A IA também começa a ter um papel cada vez mais importante no trabalho diário dos técnicos de radiologia, de radioterapia e de medicina nuclear, ajudando-os a melhorar a execução dos exames e na qualidade das imagens obtidas. Em muitos equipamentos modernos, a IA ajusta automaticamente parâmetros técnicos, como ângulos, doses, tempos de aquisição e contrastes, garantindo que cada exame é realizado de forma mais uniforme e com menor margem de erro.

Esta realidade tem um importante impacto na redução de repetições desnecessárias, encurta o tempo do procedimento realizado e diminui a exposição à radiação. Para os técnicos, estas ferramentas funcionam como um apoio prático, permitindo concentrar a atenção no doente e na segurança do procedimento, enquanto o sistema otimiza determinadas partes técnicas do exame. Desta forma, ao produzir imagens mais nítidas, consistentes e fiáveis, a IA contribui diretamente para diagnósticos mais precisos e para uma melhor avaliação clínica.

O EXEMPLO DA NEURORRADIOLOGIA

Uma das áreas onde estes avanços se tornaram mais visíveis é na neurorradiologia. O cérebro e os seus vasos sanguíneos são estruturas delicadas, exigindo análises detalhadas e rápidas, sobretudo em casos de acidente vascular cerebral (AVC) ou de hemorragia.

A literatura científica mais recente descreve sistemas capazes de identificar aneurismas, malformações vasculares, sinais precoces de isquemia e até alterações associadas a epilepsia e doenças neurodegenerativas, como por exemplo a doença de Alzheimer. Estas ferramentas não só ajudam no diagnóstico, como fornecem indicadores muito úteis para prever riscos e orientar os tratamentos.

Em várias doenças do sistema nervoso, a IA já permite combinar diferentes tipos de dados, como imagens, características clínicas e dados laboratoriais. Com esses dados podemos construir modelos preditivos que ajudam a antecipar a evolução do doente e a escolher opções terapêuticas mais adequadas e ajustadas a cada doente. Ao analisar as imagens de forma autónoma ou quase autónoma, estes sistemas aliviam uma parte da carga de trabalho dos médicos e aumentam a precisão das suas decisões clínicas.

Leia o artigo completo na edição de fevereiro 2026 (nº 368)

ARTIGOS RELACIONADOSMais do autor