INTELIGÊNCIA ARTIFICIAL NA RADIOLOGIA: DESEMPENHO DIAGNÓSTICO, LIMITAÇÕES METODOLÓGICAS E IMPLICAÇÕES CLÍNICAS

A incorporação da inteligência artificial (IA) na radiologia tem se expandido de forma acelerada nas últimas décadas, impulsionada pelo avanço dos algoritmos de aprendizado de máquina e aprendizado profundo, bem como pelo aumento da capacidade computacional e da disponibilidade de grandes bases de dados de imagens médicas. Diversas aplicações têm sido propostas, especialmente na tomografia computadorizada, mamografia e radiologia de emergência, com resultados promissores em termos de sensibilidade, especificidade e eficiência diagnóstica. No entanto, apesar do crescente volume de publicações, a evidência disponível apresenta heterogeneidade metodológica significativa, variabilidade nos desfechos avaliados e limitações relacionadas à generalização dos modelos para diferentes cenários clínicos.Esta revisão integrativa da literatura tem como objetivo analisar criticamente o desempenho diagnóstico das ferramentas de inteligência artificial aplicadas à radiologia, discutindo não apenas seus benefícios potenciais, mas também suas limitações metodológicas, operacionais e éticas. Serão abordados aspectos como viés algorítmico, dependência da qualidade dos dados de treinamento, reprodutibilidade dos resultados, impacto na tomada de decisão clínica e desafios para incorporação segura dessas tecnologias na prática radiológica cotidiana.A análise da literatura evidencia que, embora a IA representa uma ferramenta promissora para apoio ao diagnóstico por imagem, ainda existem lacunas importantes quanto à avaliação de impacto clínico real, segurança, padronização de métricas e validação externa dos algoritmos. Conclui-se que a adoção da inteligência artificial na radiologia deve ocorrer de forma cautelosa, integrada ao julgamento clínico do radiologista e fundamentada em evidências robustas, garantindo benefícios reais aos pacientes e ao sistema de saúde.