Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
A utilização da Inteligência artificial no desenvolvimento de medicamentos para tratamento do câncer: uma revisão integrativa
1
Zitationen
12
Autoren
2025
Jahr
Abstract
Introdução: A inteligência artificial (IA) tem emergido como uma ferramenta inovadora no desenvolvimento de terapias anticâncer, otimizando a descoberta de novos medicamentos e a personalização do tratamento. Objetivo: Identificar evidências sobre a utilização da Inteligência artificial e avanços no desenvolvimento de medicamentos para tratamento do câncer. Metodologia: Trata-se de uma revisão integrativa baseada na seguinte pergunta norteadora: “Quais as evidências atuais sobre a utilização da Inteligência artificial no desenvolvimento de medicamentos para tratamento do câncer?”. O levantamento dos artigos foi realizado nas bases de dados: LILACS, através BVS-MS, MEDLINE, além da SciELO. As buscas foram realizadas com os Descritores DeCS/MeSH: “tratamento farmacológico”, “quimioterapia”, “inteligência artificial”, “neoplasias”, “câncer”. Resultados e discussão: Inicialmente foram recuperados 1.278 estudos, dos quais oito artigos foram selecionados com base em critérios de inclusão e exclusão. A IA demonstrou grande potencial na aceleração da descoberta de compostos, otimização de terapias combinadas e personalização do tratamento, especialmente por meio da triagem virtual e modelagem preditiva. Estudos destacaram sua eficácia na identificação de alvos terapêuticos e no design de fármacos, além de ajudar na previsão de interações moleculares. Considerações finais: A IA tem se mostrado essencial na inovação do tratamento do câncer, oferecendo novos métodos de desenvolvimento de terapias mais eficazes e com menos efeitos colaterais. No entanto, há necessidade de mais pesquisas empíricas e interdisciplinaridade para expandir suas aplicações clínicas.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.339 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.211 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.614 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.478 Zit.
Autoren
- Giuliano Cesar Silveira
- Caroline Santos Capitelli Fuzaro
- Liliane Barreto Teixeira
- Késia Alves Penna Ferreira
- Iwyson Henrique Fernandes da Costa
- Leonardo Augusto Kister de Toledo
- Fernando Eduardo Resende Mattioli
- D. Silva
- Karen Bento Ribeiro
- Leonardo Rodrigues de Oliveira
- Luiz Antônio Pertili Rodrigues de Resende
- Fernanda Carolina Camargo