Família ABC Arquivos Brasileiros de Cardiologia International Journal of Cardiovascular Sciences ABC Heart Failure & Cardiomyopathy ABC Imagem Cardiovascular
Português English
Família ABC
Português English
  • Sobre
    • Sobre a Família ABC
    • Regimento Interno
    • Conselho Editorial
    • Sociedade Brasileira de Cardiologia (SBC)
  • Edições
  • Diretrizes da SBC
  • Conteúdos
    • Vídeos
    • Podcasts
    • Notícias
  • Sobre
    • Sobre a Família ABC
    • Regimento Interno
    • Conselho Editorial
    • Sociedade Brasileira de Cardiologia (SBC)
  • Edições
  • Diretrizes da SBC
  • Conteúdos
    • Vídeos
    • Podcasts
    • Notícias

Família ABC

  • Família ABC
  • Arquivos Brasileiros de Cardiologia
  • International Journal of Cardiovascular Sciences
  • ABC Heart Failure & Cardiomyopathy
  • ABC Imagem Cardiovascular
Buscar em

Nenhum conteúdo encontrado.

Revistas
Ordenação
Tipos de artigo
Outros

  1. Início
  2. Palavra-chave: Inteligência Artificial/tendências
ABC
Editorial

Mais Estudos devem ser Realizados sobre o Volume Vascular Pulmonar Estimado por Software Automatizado em Embolia Pulmonar Aguda

Marcelo Souto Nacif

A embolia pulmonar aguda (EPA) tem apresentação clínica heterogênea e o desenvolvimento de ferramentas clínicas para melhor estratificação do prognóstico dos pacientes é bastante desejável. Ser capaz de discernir qual paciente tem maior probabilidade de ter complicações ou até mesmo morrer é fundamental na era da medicina de precisão. Isso pode auxiliar na escolha de um tratamento mais intensivo e individualizado.

A angiotomografia pulmonar (ATCP) já é o método mais utilizado em emergências para o diagnóstico e estratificação de pacientes com EPA. A grande variabilidade das apresentações clínicas, seja em pacientes com câncer ou em diferentes condições trombogênicas, torna alguns dados quantitativos mais atrativos do que apenas a análise qualitativa do exame.–

[…]

  • Algoritmos
  • Embolia Pulmonar Aguda/complicações
  • Inteligência Artificial/tendências
  • Medicina de Precisão
  • Prognóstico
  • Software
  • Tomografia Computadorizada/métodos
Ler artigo completo
Creative Commons Attribution (CC BY) Creative Commons license
07/12/2020 DOI: 10.36660/abc.20200959 Visualizações 1
Figura 1
ABC
Revisão

Inteligência Artificial em Cardiologia: Conceitos, Ferramentas e Desafios – “Quem Corre é o Cavalo, Você Precisa ser o Jóquei”

Erito Marques de Souza Filho et al. Fernando de Amorim Fernandes Celine Lacerda de Abreu Soares Flavio Luiz Seixas … Alair Augusto Sarmet M.D. dos Santos Ronaldo Altenburg Gismondi Evandro Tinoco Mesquita Claudio Tinoco Mesquita

Resumo

Os recentes avanços ao nível de hardware e a crescente exigência de personalização dos cuidados associados às necessidades urgentes de criação de valor para os pacientes contribuíram para que a Inteligência Artificial (IA) promovesse uma mudança significativa de paradigma nas mais diversas áreas do conhecimento médico, em particular em Cardiologia, por sua capacidade de apoiar a tomada de decisões e melhorar o desempenho diagnóstico e prognóstico. Nesse contexto, o presente trabalho faz uma revisão não-sistemática dos principais trabalhos publicados sobre IA em Cardiologia, com foco em suas principais aplicações, possíveis impactos e desafios.

  • Aprendizado de Máquina/tendências
  • Doenças Cardiovasculares
  • Inteligência Artificial/tendências
  • Sistemas de Computação/tendências
  • Tomada de Decisão Clínica
Ler artigo completo
Creative Commons Attribution (CC BY) Creative Commons license
29/05/2020 DOI: 10.36660/abc.20180431
IJCS
Editorial

Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma

Claudio Tinoco Mesquita

Vivenciamos uma mudança de paradigma na vida moderna. Com a presença de computadores e máquinas inteligentes em todos os lugares, as predições dos livros de ficção científica de anos atrás passam gradativamente a se tornar realidade; são os tempos da computação úbíqua. Entre as ferramentas computacionais mais frequentemente mencionadas em estudos clínicos e vistas com entusiasmo por parte da comunidade científica se destacam a Inteligência Artificial e o consequente aprendizado das máquinas, que é melhor citado na sua forma original em inglês, o Machine Learning. De modo geral a Inteligência Artificial é definida como a constelação de itens (algoritmos, robótica, redes neuronais) que permitem que um software tenha propriedades de inteligência que se comparam às de um ser humano, entre elas o aprendizado com mínima interferência humana a partir de bancos de dados.

Recentemente Obermeyer e Emanuel escreveram um editorial afirmando que o Machine Learning tornou-se disseminado e indispensável para a resolução de problemas complexos nos diversos campos da ciência, sendo que na área médica sua utilização irá transformar a prática. A utilização de inteligência artificial está evoluindo de modo crescente na cardiologia e já há excelentes exemplos em diversas áreas. Utilizando um sistema sofisticado de aprendizado para interpretação eletrocardiográfica Li e colaboradores conseguiram que padrões eletrocardiográficos fossem reconhecidos automaticamente com acurácia de 88% para classificação dos ritmos anormais. Uma das limitações mais importantes do sistema estudado foi a qualidade do sinal eletrocardiográfico para interpretação e aprendizado, o que ressalta uma das características essenciais do Machine Learning, que é a necessidade de informações acuradas e reprodutíveis para formação de bancos de dados., Como os bancos de dados são, geralmente produzidos a partir de pacientes selecionados por sua condição de base, um dos mais importantes pontos para o desenvolvimento é a criação de bases de dados mais amplas e generalizáveis, que não induzam vieses na interpretação dos achados, ponto em que a indústria está investindo intensamente no momento.

[…]

  • Aprendizado de Máquinas/tendências
  • Doenças Cardiovasculares
  • Ecocardiografia/tendências
  • Inteligência Artificial/tendências
  • Medicina Nuclear/tendências
Ler artigo completo
Creative Commons Attribution (CC BY) Creative Commons license
01/01/2017 DOI: 10.5935/2359-4802.20170027 Visualizações 2

Como citar este artigo

EndNote RIS

Formato de Documento Eletrônico (Vancouver)

Nacif MS. Mais Estudos devem ser Realizados sobre o Volume Vascular Pulmonar Estimado por Software Automatizado em Embolia Pulmonar Aguda. Arquivos Brasileiros de Cardiologia 2020;115(5):819-20.

Formato de Documento Eletrônico (ABNT)

Nacif, Marcelo Souto. Mais Estudos devem ser Realizados sobre o Volume Vascular Pulmonar Estimado por Software Automatizado em Embolia Pulmonar Aguda. Arquivos Brasileiros de Cardiologia, v. 115, n. 5, p. 819-820, dez. 2020.

Formato de Documento Eletrônico (APA)

Nacif, M. S. (2020). Mais Estudos devem ser Realizados sobre o Volume Vascular Pulmonar Estimado por Software Automatizado em Embolia Pulmonar Aguda. Arquivos Brasileiros de Cardiologia, 115(5), 819-820.

Formato de Documento Eletrônico (ISO)

Nacif, Marcelo Souto. Mais Estudos devem ser Realizados sobre o Volume Vascular Pulmonar Estimado por Software Automatizado em Embolia Pulmonar Aguda. Arquivos Brasileiros de Cardiologia [online]. 2020, vol. 115, n. 5, [citado 2026-10-14], pp. 819-820. Disponível em: <https://journals.cardiol.br/article/mais-estudos-devem-ser-realizados-sobre-o-volume-vascular-pulmonar-estimado-por-software-automatizado-em-embolia-pulmonar-aguda/>. ISSN 0066-782X

EndNote RIS

Formato de Documento Eletrônico (Vancouver)

Souza Filho EM, Fernandes FA, Soares CLA, Seixas FL, Santos AASM, Gismondi RA, Mesquita ET, et al. Inteligência Artificial em Cardiologia: Conceitos, Ferramentas e Desafios – “Quem Corre é o Cavalo, Você Precisa ser o Jóquei”. Arquivos Brasileiros de Cardiologia 2020;114(4):718-25.

Formato de Documento Eletrônico (ABNT)

Souza Filho, Erito Marques de; Fernandes, Fernando de Amorim; Soares, Celine Lacerda de Abreu; Seixas, Flavio Luiz; Santos, Alair Augusto Sarmet M.D. dos; Gismondi, Ronaldo Altenburg; Mesquita, Evandro Tinoco; Mesquita, Claudio Tinoco. Inteligência Artificial em Cardiologia: Conceitos, Ferramentas e Desafios – “Quem Corre é o Cavalo, Você Precisa ser o Jóquei”. Arquivos Brasileiros de Cardiologia, v. 114, n. 4, p. 718-725, maio. 2020.

Formato de Documento Eletrônico (APA)

Souza Filho, E. M. , Fernandes, F. A., Soares, C. L. A., Seixas, F. L., Santos, A. A. S. M. , Gismondi, R. A., Mesquita, E. T., & Mesquita, C. T. (2020). Inteligência Artificial em Cardiologia: Conceitos, Ferramentas e Desafios – “Quem Corre é o Cavalo, Você Precisa ser o Jóquei”. Arquivos Brasileiros de Cardiologia, 114(4), 718-725.

Formato de Documento Eletrônico (ISO)

Souza Filho, Erito Marques de and Fernandes, Fernando de Amorim and Soares, Celine Lacerda de Abreu and Seixas, Flavio Luiz and Santos, Alair Augusto Sarmet M.D. dos and Gismondi, Ronaldo Altenburg and Mesquita, Evandro Tinoco and Mesquita, Claudio Tinoco. Inteligência Artificial em Cardiologia: Conceitos, Ferramentas e Desafios – “Quem Corre é o Cavalo, Você Precisa ser o Jóquei”. Arquivos Brasileiros de Cardiologia [online]. 2020, vol. 114, n. 4, [citado 2026-10-14], pp. 718-725. Disponível em: <https://journals.cardiol.br/article/inteligencia-artificial-em-cardiologia-conceitos-ferramentas-e-desafios-quem-corre-e-o-cavalo-voce-precisa-ser-o-joquei/>. ISSN 0066-782X

EndNote RIS

Formato de Documento Eletrônico (Vancouver)

Mesquita CT. Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences 2017;30(3):187-8.

Formato de Documento Eletrônico (ABNT)

Mesquita, Claudio Tinoco. Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences, v. 30, n. 3, p. 187-188, dez. 2016.

Formato de Documento Eletrônico (APA)

Mesquita, C. T. (2017). Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences, 30(3), 187-188.

Formato de Documento Eletrônico (ISO)

Mesquita, Claudio Tinoco. Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences [online]. 2017, vol. 30, n. 3, [citado 2026-10-14], pp. 187-188. Disponível em: <https://journals.cardiol.br/article/inteligencia-artificial-e-machine-learning-em-cardiologia-uma-mudanca-de-paradigma/>. ISSN 2359-4802

  • Sobre a Família ABC
  • Regimento Interno
  • Conselho Editorial
  • Sociedade Brasileira de Cardiologia (SBC)

Edições

Diretrizes da SBC

  • Vídeos
  • Podcasts
  • Notícias