Preprint / Versão 1

Inteligência Artificial no Diagnóstico Citológico: revisão narrativa das aplicações atuais, desafios e perspetivas futuras

article.authors6a05a93c8e73d

  • Maria Elisa De Castro Peraza Hospital Universitario de Canarias image/svg+xml https://orcid.org/0000-0002-5019-0813
    • Conceptualization
    • Data Curation
    • Formal Analysis
    • Investigation
    • Methodology
    • Supervision
    • Validation
    • Writing – Original Draft Preparation
    • Writing – Review & Editing
  • Adrián Guillermo De Vega de Castro Servicio Canario de Garantía Juvenil https://orcid.org/0009-0009-3765-1855
    • Conceptualization
    • Data Curation
    • Investigation
    • Methodology
    • Writing – Original Draft Preparation
    • Writing – Review & Editing
  • Nieves Doria Lorenzo-Rocha Hospital Universitario de Canarias image/svg+xml https://orcid.org/0000-0002-8935-8898
    • Conceptualization
    • Supervision
    • Validation
    • Writing – Review & Editing
  • María Rocio Delgado Diaz Universidad de La Laguna image/svg+xml https://orcid.org/0009-0005-5613-9583
    • Conceptualization
    • Writing – Review & Editing
    • Validation
    • Supervision
    • Formal Analysis
  • Jesús Manuel Torres Jorge Universidad de La Laguna image/svg+xml https://orcid.org/0000-0003-4391-0170
    • Conceptualization
    • Formal Analysis
    • Validation
    • Writing – Original Draft Preparation
    • Writing – Review & Editing

DOI:

https://doi.org/10.1590/SciELOPreprints.13888

Palavras-chave:

inteligência artificial, citologia, patologia digital, rastreio cervical, aprendizagem profunda, automatização do diagnóstico

Resumo

Contexto: A inteligência artificial (IA) está a transformar rapidamente o diagnóstico citológico através da análise automatizada de imagens, do aumento da sensibilidade e especificidade e de ganhos de eficiência no fluxo de trabalho de programas de rastreio, em particular do cancro do colo do útero.
Objetivo: Fornecer uma visão geral narrativa das aplicações atuais da IA em citologia, enfatizando o desempenho diagnóstico, as limitações técnicas e as implicações laboratoriais.
Métodos: Foi realizada uma revisão da literatura nas bases PubMed, Scopus e Google Scholar, com foco em publicações de 2020–2024 e nas palavras-chave inteligência artificial, citologia, patologia digital e aprendizagem profunda. Os estudos selecionados foram sintetizados para destacar implementações no mundo real.
Resultados: As ferramentas de IA, sobretudo os modelos de aprendizagem profunda, demonstraram melhor deteção de morfologia celular anómala, menor variabilidade interobservador e resultados diagnósticos mais consistentes. A maioria da evidência centra-se na citologia cervical. Persistem desafios quanto à qualidade dos conjuntos de dados, viés algorítmico, lacunas regulamentares e necessidade de formação específica para as equipas de citopatologia.
Conclusão: A IA oferece avanços promissores no diagnóstico citológico, mas exige validação, normalização e adaptação das equipas. A investigação interdisciplinar e a colaboração futura são essenciais para integrar estas tecnologias de forma segura e ética na prática corrente.

Downloads

Os dados de download ainda não estão disponíveis.

Postado

10/11/2025

Como Citar

Inteligência Artificial no Diagnóstico Citológico: revisão narrativa das aplicações atuais, desafios e perspetivas futuras. (2025). Em SciELO Preprints. https://doi.org/10.1590/SciELOPreprints.13888

Série

Ciências da Saúde

Plaudit

Declaração de dados

  • Os dados de pesquisa estão contidos no próprio manuscrito