Integração de Mamografia, Ultrassom e Inteligência Artificial no Auxilio Diagnóstico do Câncer de Mama

  • Larissa C. Cardoso UNITRI
  • Gabriel F. Cyrino UFU
  • Izak Pinheiro UNITRI
  • Marco Aurélio Prudencio Silva Faculdade Anhanguera Uberlândia

Resumo


A detecção precoce do câncer de mama é essencial para reduzir a mortalidade, mas métodos tradicionais como mamografia e ultrassom possuem limitações, como baixa sensibilidade em mamas densas e dependência da experiência do operador. Nesse contexto, a Inteligência Artificial surge como uma solução inovadora, permitindo análises mais precisas de imagens médicas, integração de múltiplas fontes de dados e criação de modelos preditivos, aumentando significativamente a taxa de detecção. O artigo propõe uma abordagem multimodal que combina mamografia, ultrassom, IA e Gêmeos Digitais para melhorar a precisão diagnóstica, otimizar processos clínicos e personalizar o tratamento do câncer de mama.

Referências

Eisemann, N., Bunk, S., Mukama, T., Baltus, H., Elsner, S. A., Gomille, T., Hecht, G., Heywang-Köbrunner, S., Rathmann, R., Siegmann-Luz, K., Töllner, T., Vomweg, T. W., Leibig, C., and Katalinic, A. (2025). Nationwide real-world implementation of AI for cancer detection in population-based mammography screening. Nature Medicine, 31(3):917–924. Publisher: Springer Science and Business Media LLC.

Katsoulakis, E., Wang, Q., Wu, H., Shahriyari, L., Fletcher, R., Liu, J., Achenie, L., Liu, H., Jackson, P., Xiao, Y., Syeda-Mahmood, T., Tuli, R., and Deng, J. (2024). Digital twins for health: a scoping review. npj Digital Medicine, 7(1). Publisher: Springer Science and Business Media LLC.

Lauritzen, A. D., Lillholm, M., Lynge, E., Nielsen, M., Karssemeijer, N., and Vejborg, I. (2024). Early Indicators of the Impact of Using AI in Mammography Screening for Breast Cancer. Radiology, 311(3). Publisher: Radiological Society of North America (RSNA).

Pastorino, U., Sabia, F., Valsecchi, C., Rolli, L., Ledda, R., Balbi, M., and Marchianò, A. (2024). 124P Automated measurement of coronary artery calcifications predicts survival in resected stage I lung cancer. ESMO Open, 9:102703. Publisher: Elsevier BV.

Rodriguez-Ruiz, A., Lång, K., Gubern-Merida, A., Broeders, M., Gennaro, G., Clauser, P., Helbich, T. H., Chevalier, M., Tan, T., Mertelmeier, T., Wallis, M. G., Andersson, I., Zackrisson, S., Mann, R. M., and Sechopoulos, I. (2019). Stand-Alone Artificial Intelligence for Breast Cancer Detection in Mammography: Comparison With 101 Radiologists. JNCI: Journal of the National Cancer Institute, 111(9):916–922. Publisher: Oxford University Press (OUP).
Publicado
15/06/2026
CARDOSO, Larissa C.; CYRINO, Gabriel F.; PINHEIRO, Izak; SILVA, Marco Aurélio Prudencio. Integração de Mamografia, Ultrassom e Inteligência Artificial no Auxilio Diagnóstico do Câncer de Mama. In: ESCOLA REGIONAL DE INFORMÁTICA DO TRIÂNGULO MINEIRO (ERI-TM), 1. , 2026, Uberlândia/MG. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2026 . p. 21-25. DOI: https://doi.org/10.5753/eritm.2026.26574.