| Resumo: | A inteligência artificial (IA) é um ramo da ciência computorizada, que surgiu há cerca de 50 anos e que tem vindo a sofrer importantes desenvolvimentos nas últimas duas décadas. A sua aplicação na Medicina tem ganho notável protagonismo em diversas áreas, de que destacamos a da imagem médica. A base do funcionamento da IA assenta no reconhecimento de padrões por parte de sistemas informáticos que, através de uma leitura prévia de um elevado volume de dados que lhes são fornecidos, recorrem a algoritmos matemáticos para cumprirem a sua tarefa. Os termos machine learning (ML) e deep learning (DL) referem-se a dois subtipos de IA com potencial aplicação na área da radiologia. Deste modo, a IA prevê e permite o diagnóstico de diversas patologias e entidades clínicas, complementando os métodos de imagem 'convencionais'. Atualmente, o tema concentra elevada controvérsia uma vez que há quem considere que o futuro da imagem médica poderá estar indissociado da aplicação de sistemas de IA, os quais poderão substituir os médicos radiologistas.Este artigo de revisão pretende efetuar uma breve descrição dos fundamentos teóricos associados ao conceito de IA, reconhecer e descrever as suas aplicações na área da imagem médica e analisar os benefícios e inconvenientes dos sistemas de IA na radiologia, tendo em conta os limites associados à sua implementação clínica.Foi efetuada uma pesquisa bibliográfica na base de dados PubMed, foram selecionados artigos que cumprissem os objetivos propostos e procedeu-se à sua revisão e organização de acordo com os subtemas considerados pertinentes.A era dos big data e a investigação crescente da IA aplicada à imagem médica têm permitido demonstrar o seu elevado potencial nos vários subcampos da radiologia (deteção, segmentação, classificação, quantificação), em diversas patologias com destaque para as torácicas e pulmonares, mamárias e neuropsiquiátricas. Para além do seu uso na interpretação, os sistemas de IA têm sido alvo de intenso estudo para a melhoria da aquisição de imagem, para a organização de listas de trabalho, e para a análise radiómica e radiogenómica.Apesar dos obstáculos relacionados com o acesso a grandes bases de dados e com as implicações técnicas, de regulação e ético-legais, esta tecnologia tem todas as ferramentas para que possa ser muito útil na prática clínica. Contudo, a capacidade para estes sistemas ocuparem o lugar de um radiologista experiente na interpretação de exames imagiológicos e nas restantes funções de um médico é algo que poderá estar ainda aquém das expectativas dos mais entusiastas, que creem nas máquinas como substitutas dos radiologistas. |