APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA PREVISÃO E DIAGNÓSTICO PRECOCE DE DOENÇAS CRÔNICAS
ÊNFASE EM DIABETES E DOENÇAS CARDIOVASCULARES
DOI:
https://doi.org/10.65013/rms.v1i1.11Palavras-chave:
Inteligência Artificial, Diagnóstico Precoce, Diabetes Mellitus, Doenças CardiovascularesResumo
Este estudo aborda a aplicação da inteligência artificial (IA) na previsão e diagnóstico precoce de doenças crônicas, com foco no diabetes e nas doenças cardiovasculares. O objetivo é investigar como a IA é utilizada na previsão e diagnóstico precoce de diabetes e DCVs, contribuindo para a melhoria dos desfechos de saúde e a otimização dos recursos na saúde pública. Por meio de uma revisão sistemática, foram analisados artigos científicos nas bases Biblioteca Virtual em Saúde (BVS) e PUBMED, utilizando critérios de inclusão como ano de publicação e adequação ao inglês. A análise envolveu 20 estudos relevantes, que destacaram o potencial da IA na identificação de fatores de risco e na personalização de tratamentos, apesar dos desafios associados à infraestrutura e à aceitação clínica. Conclui-se que a integração da IA na saúde pública exige colaboração entre profissionais, gestores e pesquisadores para superar barreiras técnicas e aproveitar os benefícios dessa tecnologia para o diagnóstico e tratamento de doenças crônicas.
Referências
AUNG, Yuri; WONG, David; TING, Daniel. The promise of artificial intelligence: a review of the
opportunities and challenges of artificial intelligence in healthcare. British Medical Bulletin, v. 139, n.
1, p. 4–15, 2021. Disponível em: https://pubmed.ncbi.nlm.nih.gov/34405854/. Acesso em: 05 de
novembro de 2024;
BARRETT, Matthew; BOYNE, Josiane; BRANDTS, Julia et al. Artificial intelligence supported patient
self-care in chronic heart failure: a paradigm shift from reactive to predictive, preventive and personalised
care. The EPMA journal, v. 10, n. 4, p. 445– 464, 2019. Disponível em:
https://pubmed.ncbi.nlm.nih.gov/31832118/. Acesso em: 05 de novembro de 2024;
BUCCHERI, Enrico; DELL’AQUILA, Daniele; RUSSO, Marco. Artificial intelligence in health data
analysis: The Darwinian evolution theory suggests an extremely simple and zero-cost large-scale
screening tool for prediabetes and type 2 diabetes.
Diabetes Research and Clinical Practice, v. 174, n. 1, p. 108722–108722, 2021. Disponível em:
https://pubmed.ncbi.nlm.nih.gov/33647331/. Acesso em: 05 de novembro de 2024;
ELSAYED, Nuha; ALEPPO, Grazia; ARODA, Vanita et al. Standards of medical care in diabetes - 2023.
Diabetes Care, v. 46, n. S1, p. S1-S326, 2023. Disponível em:
https://diabetesjournals.org/care/article/46/Supplement_1/S1/Standards-of-Medical- Care-in-Diabetes-
2023. Acesso em: 04 novembro 2024.
FENG, Yinhe; WANG, Yubin; ZENG, Chunfang et al. Artificial Intelligence and Machine Learning in
Chronic Airway Diseases: Focus on Asthma and Chronic Obstructive Pulmonary Disease. International
Journal of Medical Sciences, v. 18,
n. 13, p. 2871–2889, 2021. Disponível em: https://pubmed.ncbi.nlm.nih.gov/34220314/. Acesso em: 05
de novembro de 2024;
GADHIA, Vansh; LOYAL, Jaspreet. Review of Genetic and Artificial Intelligence approaches to
improving Gestational Diabetes Mellitus Screening and Diagnosis in sub-Saharan Africa. The Yale
journal of biology and medicine, v. 97, n. 1, p. 67– 72, 2024. Disponível em:
https://pubmed.ncbi.nlm.nih.gov/38559462/. Acesso em: 05 de novembro de 2024;
GUAN, Zhouyu; LI, Huating; LIU, Ruhan et al. Artificial intelligence in diabetes management:
Advancements, opportunities, and challenges. Cell Reports Medicine: Cell Press, v. 4, n. 10, p. 1-15,
2021. Disponível em: https://www.sciencedirect.com/science/article/pii/S0168822721001695. Acesso
em: 04 novembro 2024.
HOYOS, William; HOYOS, Kenia; RUIZ-PÉREZ, Rander. Modelo de inteligencia artificial para la
detección temprana de diabetes. Biomedica, v. 43, n. Sp. 3, p. 110– 121, 2023. Disponível em:https://pubmed.ncbi.nlm.nih.gov/38207148/. Acesso em: 05 de novembro de 2024;
HUANG, Jingtong; YEUNG, Andrea; ARMSTRONG, David et al. Artificial Intelligence for Predicting and
Diagnosing Complications of Diabetes. Journal of Diabetes Science and Technology, v. 17, n. 1, p.
224–238, 2022. Disponível em: https://pubmed.ncbi.nlm.nih.gov/36121302/. Acesso em: 05 de
novembro de 2024;
HUANG, Xuan; WANG, Hui; SHE, Chongyang et al. Artificial intelligence promotes the diagnosis and
screening of diabetic retinopathy. Frontiers in Endocrinology, v. 13, n. 1, p. 1-17, 2022. Disponível
em: https://pubmed.ncbi.nlm.nih.gov/36246896/. Acesso em: 05 de novembro de 2024;
ISAKSEN, Jonas; BAUMERT, Mathias; HERMANS, Astrid et al. Artificial intelligence for the detection,
prediction, and management of atrial fibrillation.
Herzschrittmachertherapie + Elektrophysiologie, v. 33, n. 1, p. 34–41, 2022. Disponível em:
https://pubmed.ncbi.nlm.nih.gov/35147766/. Acesso em: 05 de novembro de 2024;
KITTLESON, Michelle; PANJRATH, Gurusher; AMANCHERLA, Kaushik et al. 2023 ACC Expert
Consensus Decision Pathway on the Management of Cardiovascular Disease in Patients with Diabetes.
Journal American of Cardiology, v. 81, n. 18, p. 1835-1878, 2023. Disponível em:
https://www.acc.org/guidelines. Acesso em: 04
novembro 2024.
KUMAR, Yogesh; KOUL, Apeksha; SINGLA, Ruchi et al. Artificial Intelligence in Disease diagnosis: a
Systematic Literature review, Synthesizing Framework and Future Research Agenda. Journal of
Ambient Intelligence and Humanized Computing, v. 14, n. 7, p. 8459–8486, 2022. Disponível em:
https://pubmed.ncbi.nlm.nih.gov/35039756/. Acesso em: 05 de novembro de 2024;
KURNIAWAN, Moh; HANDIYANI, Hanny; NURAINI, Tuti et al. A systematic review of artificial
intelligence-powered (AI-powered) chatbot intervention for managing chronic illness. Journal of
Medicine, v. 56, n. 1, p. 1-14, 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/38466897/. Acesso
em: 05 de novembro de 2024;
MARX, Nikolaus; FEDERICI, Massino; SCHUTT, Katharina et al. 2023 ESC Guidelines for the
management of cardiovascular diseases in diabetes. European Heart Journal, v, 44, n. 39, p. 4043-
4140, 2023. Disponível em: https://academic.oup.com/eurheartj/article/44/39/4043/7238227. Acesso
em: 04 novembro 2024.
NOMURA, Akihiro; NOGUCHI, Masahiro; KOMETANI, Mitsuhiro et al. Artificial Intelligence in Current
Diabetes Management and Prediction. Current Diabetes Reports, v. 21, n. 12, p. 3-9, 2021. Disponível
em: https://pmc.ncbi.nlm.nih.gov/articles/PMC8668843/. Acesso em: 05 de novembro de 2024;
ORGANIZAÇÃO MUNDIAL DA SAÚDE. World health statistics 2021. 2021. Disponível em:
https://www.who.int/data/gho/publications/world-health-statistics. Acesso em: 04 novembro 2024.
PELLY, Melissa; FATEHI, Farhad LIEW, Danny et al. Artificial intelligence for secondary prevention of
myocardial infarction: A qualitative study of patient and health professional perspectives. International
Journal of Medical Informatics, v. 173, n. 1, p. 105041, 2023. Disponível em:
https://pubmed.ncbi.nlm.nih.gov/36934609/. Acesso em: 05 de novembro de 2024;
REDDY, Charitha; EYNDE, Jef; KUTTY, Shelby. Artificial intelligence in perinatal diagnosis and
management of congenital heart disease. Seminars in Perinatology,
v. 46, n. 4, p. 151588, 2022. Disponível em: https://pubmed.ncbi.nlm.nih.gov/35396036/. Acesso em:
05 de novembro de 2024;
SRINIVASU, Naga; AHMED, Shakeel; HASSABALLAH, Mahmoud et al. An explainable Artificial
Intelligence software system for predicting diabetes. Heliyon, p. e36112–e36112, 2024. Disponível em:
https://pesquisa.bvsalud.org/portal/resource/pt/mdl-39253141. Acesso em: 05 de novembro de 2024;
SUBRAMANIAN, Murugan; WOJTUSCISZYN, Anne; FAVRE, Lucie et al. Precision medicine in the era
of artificial intelligence: implications in chronic disease management. Journal of Translational Medicine, v. 18, n. 1, p. 1-9, 2020.
Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC7725219/#. Acesso em: 05 de novembro de
2024;
TRUSLOW, James; GOTO, Shinichi; HOMILIUS, Max. et al. Cardiovascular Risk Assessment Using
Artificial Intelligence-Enabled Event Adjudication and Hematologic Predictors. Circulation:
Cardiovascular Quality and Outcomes, v. 15, n. 6, jun. 2022. Disponível em:
https://pubmed.ncbi.nlm.nih.gov/35477255/. Acesso em: 05 de novembro de 2024;
YASMIN, Farah; SHAH, Syed; NAEEM, Aisha et al. Artificial intelligence in the diagnosis and detection
of heart failure: the past, present, and future. Reviews in Cardiovascular Medicine, v. 22, n. 4, p.
1095, 2021. Disponível em: https://pubmed.ncbi.nlm.nih.gov/34957756/. Acesso em: 05 de novembro
de 2024.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Revista Medicina e Saberes
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
