INTELIGÊNCIA ARTIFICIAL APLICADA AO DIAGNÓSTICO VETERINÁRIO: PRECISÃO, ÉTICA E FUTURO CLÍNICO

Autores

  • Laís Paula Inocêncio Fliorizi Melo Autor
  • Rodrigo Brito de Souza Autor
  • Larissa Carneiro Neves Autor

DOI:

https://doi.org/10.63330/aurumpub.031-009

Palavras-chave:

Aprendizado de máquina, Diagnóstico veterinário, Ética profissional, Medicina veterinária digital, Saúde animal

Resumo

Este capítulo tem como objetivo analisar as aplicações da Inteligência Artificial (IA) no diagnóstico veterinário, destacando ganhos de precisão, implicações éticas e perspectivas para o futuro clínico. A metodologia consistiu em revisão narrativa da literatura científica nacional e internacional, contemplando estudos recentes sobre aprendizado de máquina, redes neurais convolucionais e sistemas de apoio à decisão clínica aplicados à medicina veterinária. Os resultados indicam que algoritmos treinados com grandes bases de dados têm ampliado a acurácia diagnóstica em exames de imagem, patologia clínica e monitoramento remoto de animais, reduzindo variabilidade interpretativa e otimizando o tempo de atendimento. Contudo, evidenciam-se desafios relacionados à qualidade dos dados, vieses algorítmicos, responsabilidade profissional e proteção de informações sensíveis. Concluise que a IA representa ferramenta complementar promissora, capaz de fortalecer a prática veterinária baseada em evidências, desde que integrada a protocolos éticos, validação científica rigorosa e capacitação contínua dos profissionais.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

BARDIN, Laurence. Análise de conteúdo. São Paulo: Edições 70, 2016.

BOSTROM, Nick. Superintelligence: paths, dangers, strategies. Oxford: Oxford University Press, 2014.

ESTEVA, Andre et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature, London, v. 542, n. 7639, p. 115–118, 2017.

GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2019.

GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep learning. Cambridge: MIT Press, 2016.

RUSSELL, Stuart; NORVIG, Peter. Artificial intelligence: a modern approach. 4. ed. Hoboken: Pearson, 2021.

TOPOL, Eric. Deep medicine: how artificial intelligence can make healthcare human again. New York: Basic Books, 2019.

Publicado

2026-03-06

Como Citar

INTELIGÊNCIA ARTIFICIAL APLICADA AO DIAGNÓSTICO VETERINÁRIO: PRECISÃO, ÉTICA E FUTURO CLÍNICO. (2026). Aurum Editora, 141-148. https://doi.org/10.63330/aurumpub.031-009

Publicações do mesmo autor