Ciência de Dados e Inteligência Artificial no auxílio ao diagnóstico da COVID-19 por imagens de tórax durante a pandemia.

Resumen

Este estudo analisa o papel da Ciência de Dados e da Inteligência Artificial (IA) no diagnóstico da COVID-19 por meio de imagens de tórax durante a pandemia. A rápida disseminação do SARS-CoV-2 demandou métodos diagnósticos complementares ao RT-PCR, especialmente em cenários de escassez de insumos e alta sobrecarga dos serviços de saúde. Nesse contexto, radiografias e tomografias de tórax tornaram-se ferramentas essenciais, e a IA emergiu como suporte relevante na interpretação rápida e precisa desses exames. A revisão bibliográfica realizada nas bases PubMed, SciELO e LILACS identificou evidências de que modelos de aprendizado profundo, como redes neurais convolucionais, alcançaram sensibilidade e especificidade comparáveis às avaliações de radiologistas, contribuindo para a triagem de casos, redução do tempo diagnóstico e otimização dos fluxos hospitalares. Apesar dos avanços, persistem limitações relacionadas à padronização dos bancos de dados, ao risco de vieses algorítmicos e à necessidade de validação clínica robusta. Aspectos éticos, como transparência, governança de dados e supervisão humana, também se destacam como fundamentais para o uso seguro dessas tecnologias. Conclui-se que a integração entre especialistas e sistemas inteligentes representa um caminho promissor para fortalecer a medicina digital e aprimorar o cuidado em saúde.

Palavras-chave: Aprendizado profundo, COVID-19, Inteligência Artificial