Logo do repositório
 
Publicação

Utilização de Inteligência Artificial na otimização do diagnóstico do cancro da mama

dc.contributor.advisorPimenta, Rui Assunção Esteves
dc.contributor.authorMarques, Patrícia Alves Soares
dc.date.accessioned2026-02-23T09:38:26Z
dc.date.available2026-02-23T09:38:26Z
dc.date.issued2025-12-04
dc.description.abstractO Cancro da mama (CM) é a neoplasia mais frequente entre mulheres a nível mundial e uma das principais causas de mortalidade oncológica. O diagnóstico precoce é crucial para melhorar a sobrevivência, mas os métodos convencionais enfrentam limitações, como sobrediagnóstico, sobrecarga dos radiologistas e variações interpretativas. A IA, baseada em algoritmos de machine learning e deep learning, tem demonstrado elevada capacidade na análise de grandes volumes de imagens médicas, identificando padrões e anomalias que podem escapar à perceção humana. Esta dissertação teve como objetivo avaliar o contributo da IA no diagnóstico do CM através de uma revisão sistemática da literatura e de uma análise de dados. Foram incluídos 13 estudos publicados entre 2021 e 2025 e 8 estudos na análise de dados. Os estudos evidenciam ganhos consistentes na sensibilidade, especificidade e eficiência do diagnóstico com recurso à IA. Persistem desafios técnicos, éticos e legais, relacionados com a representatividade dos dados, explicabilidade dos modelos e responsabilidade em caso de erro. Em Portugal, a adoção ainda é limitada, exigindo maior investimento e integração. Conclui-se que a IA poderá tornar-se uma ferramenta essencial e complementar no diagnóstico precoce do cancro da mama, desde que aplicada de forma ética e regulada.por
dc.identifier.tid204177588
dc.identifier.urihttp://hdl.handle.net/10400.22/31871
dc.language.isopor
dc.rights.uriN/A
dc.subjectCancro da mama
dc.subjectInteligência artificial
dc.subjectDiagnóstico
dc.subjectAUC
dc.subjectSensibilidade
dc.subjectEspecificidade
dc.titleUtilização de Inteligência Artificial na otimização do diagnóstico do cancro da mamapor
dc.typemaster thesis
dspace.entity.typePublication
thesis.degree.nameMestre em Gestão das Organizações – Ramo: Gestão de Unidades de Saúde

Ficheiros

Principais
A mostrar 1 - 1 de 1
Miniatura indisponível
Nome:
Dissertação_MGO_PatríciaMarques_V.Final.pdf
Tamanho:
14.17 MB
Formato:
Adobe Portable Document Format
Licença
A mostrar 1 - 1 de 1
Miniatura indisponível
Nome:
license.txt
Tamanho:
4.03 KB
Formato:
Item-specific license agreed upon to submission
Descrição: