Modelos fundacionais multimodais em imagem médica
Esta revisão sistemática analisa o desenvolvimento de Modelos de Fundação Multimodais aplicados à imagem médica entre os anos de 2012 e 2024.
O estudo examina como o Aprendizado Supervisionado por Si Próprio (SSL) permite que inteligências artificiais integrem fotos de exames com relatórios textuais, dados genéticos e registros clínicos.
Os autores detalham estratégias como o aprendizado contrastivo e modelos generativos, demonstrando que a união de múltiplas fontes de dados aumenta a precisão diagnóstica e a eficiência clínica.
A análise de 48 pesquisas selecionadas destaca que essas tecnologias reduzem a dependência de dados rotulados manualmente por especialistas, facilitando a automação em radiologia e patologia.
Por fim, o texto oferece diretrizes práticas para desenvolvedores, médicos e formuladores de políticas sobre a implementação ética e segura dessas ferramentas no sistema de saúde.