Plural - Revista Acadêmica

Resumo

A doença de Alzheimer (DA) é o tipo mais comum de demência neurodegenerativa em todo o mundo. De acordo com as estimativas da Alzheimer Disease International (ADI), 131,5 milhões de pessoas serão portadoras de Alzheimer até 2050. Com os avanços tecnológicos no diagnóstico por imagem, busca-se o diagnóstico precoce para a doença, e a modalidade mais relevante dentro desse contexto é a Ressonância Magnética Nuclear (RMN), por sua eficácia na demonstração de tecidos moles, entretanto, atualmente, estudos corroboram sobre novas técnicas de inteligência computacional em medicina associadas à RMN para maior agilidade dentro do processo de diagnostico, facilitando a identificação de estruturas de difícil visualização nas imagens. Dentro dessa abordagem, este artigo trará uma revisão sistêmica envolvendo a importância da associação das técnicas de Inteligência Artificial (IA) com Ressonância Magnética Nuclear, envolvendo uma pesquisa realizada nas bases de dados das plataformas científicas PUBMED, Scielo e LiLACS sendo selecionados os artigos que exploraram a relação entre a Inteligência Artificial (IA) e a Ressonância Magnética Nuclear demonstrando seus benefícios para o diagnóstico precoce da Doença de Alzheimer (DA), o que trará maior expectativa de vida para os pacientes, familiares, além de impactar positivamente o sistema de saúde e sociedade de forma ampla.

Palavras-chave: Inteligência Artificial, Ressonância Magnética Nuclear, diagnóstico por Imagem, Alzheimer.

Referências

ARAÚJO, Sandra Regina Machado et al. Doença de Alzheimer no Brasil: uma análise epidemiológica entre 2013 e 2022. Research, Society and Development, v. 12, n. 2, p. e29412240345-e29412240345, 2023. Disponível em <https://rsdjournal.org/index.php/rsd/article/download/40345/32975/432077>. Acesso em 20 set 2024.

ARAÚJO-FILHO, José et al. Inteligência artificial e diagnóstico por imagem - o futuro chegou?. Rev. Soc. Cardiol. Estado de São Paulo, p. 346-349, 2019. Disponível em https://pesquisa.bvsalud.org/portal/resource/pt/biblio-1047206. Acesso em 20 set 2024.

BRITO, Emilayne Nicácio Dias et al. Inteligência artificial no diagnóstico de doenças neurodegenerativas: uma revisão sistemática de literatura. Research, Society and Development, v. 10, n. 11, p. e482101120004-e482101120004, 2021. Disponível em https://rsdjournal.org/index.php/rsd/article/view/20004/17748. Acesso em 18 set 2024.

CHAMBERLAIM, A.; FLOR, B. de A.; PEREIRA, E. da S.; ALMEIDA, L. S.; MARTINS, L. D.; SILVA, Y. S.; SIQUEIRA, G. G.; MAICZAK, T.; BOVO, F. Inteligência Artificial (IA) e suas aplicações em exames de imagem: uma nova era para diagnósticos na área da saúde. Cuadernos de Educación y Desarrollo, v. 15, n. 12, p. 17605–17624, 2023. DOI: 10.55905/cuadv15n12-134. Disponível em: https://cuadernoseducacion.com/ojs/index.php/ced/article/view/2261. Acesso em: 4 out. 2024

DA FONSECA, Emilly Neiva; PIEDADE, Ana Beatriz Tavares; DA SILVA, Maria Cláudia. O estudo do eixo intestino-cérebro e sua influência em doenças neurodegenerativas - uma revisão de literatura. Research, Society and Development, v. 11, n. 16, p. e281111638185-e281111638185, 2022. DOI: http://dx.doi.org/10.33448/rsd-v11i16.38185. Acesso em 20 set 2024.

DA SILVA, Ávila Henrique et al. Ressonância magnética no diagnóstico da Alzheimer precoce. Revista Brasileira Interdisciplinar de Saúde – ReBIS, v. 5, n. 1, 2023. Disponível em <revistateste2.rebis.com.br>. Acesso em 20 set 2024.

MOHAMMED, Eqtidar M.; FAKHRUDEEN, Ahmed M.; ALANI, Omar Younis. Detection of Alzheimer's disease using deep learning models: A systematic literature review. Informatics in Medicine Unlocked, Volume 50, 2024, 101551, ISSN 2352-9148. Disponível em: https://www.sciencedirect.com/science/article/pii/S2352914824001072. Acesso em 09 out 2024.

LI, F.; CHENG, D.; LIU, M. Alzheimer's disease classification based on combination of multi-model convolutional networks. 2017 IEEE International Conference on Imaging Systems and Techniques (IST), Beijing, China, 2017, pp. 1-5. DOI: 10.1109/IST.2017.8261566. Acesso em 10 out 2024.

HU, Z.; WANG, Z.; JIN, Y.; HOU, W. VGG-TSwinformer: Transformer-based deep learning model for early Alzheimer's disease prediction. Comput Methods Programs Biomed. 2023;229:107291. DOI: 10.1016/j.cmpb.2022.107291. Acesso em 09 out 2024.

HONG, Xin; LIN, Rongjie; YANG, Chenhui; ZENG, Nianyin; CAI, Chunting; GOU, Jin. Predicting Alzheimer’s Disease using LSTM. IEEE Access. 2019. DOI: 10.1109/ACCESS.2019.2919385.

GUNAWARDENA, K. A. N. N. P.; RAJAPAKSE, R. N.; KODIKARA, N. D. Applying convolutional neural networks for pre-detection of Alzheimer's disease from structural MRI data. 2017 24th International Conference on Mechatronics and Machine Vision in Practice (M2VIP), Auckland, New Zealand, 2017, pp. 1-7. DOI: 10.1109/M2VIP.2017.8211486. Acesso em 09 out 2024.

KIRCH, Adriel Henrique De Mello. Aplicação De Redes Neurais Artificiais Para O Diagnóstico Por Imagem De Tórax. 2023. 78 pág. Trabalho de Conclusão de Curso - Graduação em Ciências da Linguagem, Universidade do Sul de Santa Catarina da Ânima Educação, Santa Catarina/BR. Disponível em: <https://repositorioapi.animaeducacao.com.br/server/api/core/bitstreams/707f23fa-bdf8-45b9-87eb-01047de2e9ad/content>. Acesso em: 19 out 2023.

OLIVEIRA, I. C.; CASTRO, M. de M.; CONSULIN, V.; ANTUNES, G. H.; DOS SANTOS, T. A.; LOURENÇO, J. P. V.; COVIZZI, I. V. B.; VAYEGO, S. A.; LIMA, A. R. de A.; COVIZZI, U. D. S. Alzheimer’s Disease and the Amyloid Cascade. Seven Editora, p. 350–371, 2024. Disponível em: https://sevenpublicacoes.com.br/editora/article/view/5167. Acesso em: 18 set. 2024.

SOUZA, Elizabeth Scatolino de; SANTOS, Amanda Maria da Silva; SILVA, Andreza de Jesus Dutra. Doença de Alzheimer. Abordagem sobre a Fisiopatologia. Revista Episteme Transversalis, Volta Redonda, v. 12, n. 2, p. 356-381, 2021. Disponível em: <https://www.arca.fiocruz.br/handle/icict/49903>. Acesso em 20 set 2024.

VIEIRA, Gabriel de Deus et al. A deposição de peptídeo beta-amiloide e as alterações vasculares presentes na doença de Alzheimer. J Health Biol Sci., v. 2, n. 4, p. 218-223, 2014. Disponível em: <https://www.arca.fiocruz.br/handle/icict/13236>. Acesso em 18 set 2024.

WANG, Li-xue et al. Revolutionizing early Alzheimer's disease and mild cognitive impairment diagnosis: a deep learning MRI meta-analysis. Arquivos de Neuro-Psiquiatria, v. 82, n. 8, p. s00441788657, 2024. Disponível em: <https://doi.org/10.1055/s-0044-1788657>. Acesso em 20 set 2024.

ZHANG, W.; LI, Y.; REN, W.; LIU, B. Artificial intelligence technology in Alzheimer's disease research. Intractable Rare Dis Res. 2023 Nov;12(4):208-212. DOI: 10.5582/irdr.2023.01091. PMID: 38024585; PMCID: PMC10680162.