REVISÃO DE LITERATURA: INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DO CÂNCER DE PELE
DOI:
https://doi.org/10.56238/rcsv16n4-003Palavras-chave:
Inteligência Artificial, Neoplasias Cutâneas, Teledermatologia, Viés Algorítmico, Atenção Primária à SaúdeResumo
O câncer de pele representa um desafio global de saúde pública, exigindo métodos de diagnóstico precoce cada vez mais precisos e acessíveis. Esta revisão narrativa explora a integração da Inteligência Artificial (IA) na dermatologia, analisando o seu desempenho em comparação com especialistas, a sua implementação na atenção primária através de dispositivos e aplicações móveis, e as limitações éticas relacionadas com o viés algorítmico em fototipos altos. Os resultados indicam que a colaboração humano-máquina supera o desempenho isolado de ambos, embora a falta de representatividade étnica nos dados de treino continue a ser um obstáculo crítico para a equidade diagnóstica, especialmente em países miscigenados e em desenvolvimento.
Downloads
Referências
Adamson, A. S., & Smith, A. (2018). Machine learning and health care disparities in dermatology. JAMA Dermatology.
Burshtein, J., et al. (2025). Advances in the noninvasive diagnosis of melanoma—40 years beyond the ABCDs. CA: A Cancer Journal for Clinicians.
Cachinski, E. J., et al. (2025). Inteligência artificial em dermatologia: um panorama das aplicações tecnológicas e seus avanços. BJIHS.
Daneshjou, R., et al. (2022). Disparities in dermatology AI performance on a diverse, curated clinical image set. Science Advances.
Esteva, A., et al. (2017). Dermatologist-level classification of skin cancer with deep neural networks. Nature.
Górecki, S., et al. (2025). Artificial Intelligence and New Technologies in Melanoma Diagnosis: A Narrative Review. Cancers.
Groh, M., et al. (2021). Evaluating deep neural networks trained on clinical images in dermatology with the Fitzpatrick 17k dataset. arXiv.
Haenssle, H. A., et al. (2018). Man against machine: diagnostic performance of a deep learning convolutional neural network... Annals of Oncology.
Mevorach, L., et al. (2025). A Comparison of Skin Lesions' Diagnoses Between AI-Based Image Classification... Diagnostics.
Nadour, N., et al. (2025). Diagnostic accuracy of artificial intelligence compared to family physicians and dermatologists... BMC Primary Care.
Ray, A., et al. (2020). Skin Lesion Classification With Deep Convolutional Neural Network: Process Development and Validation. JMIR Dermatology.
Scott, R. (2024). FDA Approves AI-Powered Detection Device for Skin Cancers.
Scott, R. (2024). Skin Cancer App: Best Free Tools For Safety.
Silva-Clavería, F., et al. (2025). Concordance in Basal Cell Carcinoma Diagnosis. Skin Research and Technology.
Tschandl, P., et al. (2020). Human-computer collaboration for skin cancer recognition. Nature Medicine.
Venkatesh, K. P., et al. (2024). Learnings from the first AI-enabled skin cancer device for primary care authorized by FDA. npj Digital Medicine.
Wongvibulsin, S., et al. (2024). Current state of dermatology mobile applications with artificial intelligence features. JAMA Dermatology.
Downloads
Publicado
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
