📄 Category

radiology and imaging

84 artigos

A área de Radiologia e Imagem médica representa os olhos modernos da ciência, permitindo que os profissionais visualizem o interior do corpo humano sem necessidade de cirurgias invasivas. Desde ressonâncias magnéticas detalhadas até tomografias computorizadas rápidas, essas tecnologias são fundamentais para diagnosticar doenças com precisão e planejar tratamentos eficazes. No Gist.Science, buscamos tornar esses avanços compreensíveis para todos, transformando descobertas complexas em informações claras e úteis.

Nesta categoria, você encontrará as mais recentes descobertas provenientes do medRxiv, o principal repositório de pré-publicações médicas. Processamos automaticamente cada novo estudo publicado lá, oferecendo não apenas resumos técnicos aprofundados para especialistas, mas também versões em linguagem simples para que qualquer pessoa possa entender a importância da pesquisa. Abaixo, apresentamos a seleção mais recente de artigos sobre radiologia e imagem que acabaram de chegar ao nosso sistema.

📄 radiology and imaging

Foundation Model Robustness to Technical Acquisition Parameters in Chest X-Ray AI A Multi-Architecture Comparative Study with External Validation

Este estudo demonstra que, embora os modelos de fundação para IA de radiografia de tórax apresentem graus variados de robustez a parâmetros de aquisição como o tipo de incidência, suas vantagens de desempenho são frequentemente específicas de cada conjunto de dados e falham em generalizar para validação externa, revelando que os vieses técnicos persistem independentemente da arquitetura do modelo ou da escala de treinamento.

Farquhar, H.2026-01-27
📄 radiology and imaging

Advancing Brain Tumor Diagnosis Using Deep Learning: A Systematic Review on Glioma Segmentation and Classification on Multiparametric MRI

Esta revisão sistemática de 31 estudos de 2022 a 2025 demonstra que modelos de aprendizado profundo, particularmente arquiteturas U-Net avançadas para segmentação e classificadores baseados em características para diagnóstico, alcançam alta precisão na análise de gliomas em RM multiparamétrica, embora o campo exija mais IA explicável para garantir a confiança e a adoção clínica.

Aresta, S., Palmirotta, C., Asim, M., Battista, P., Cava, C., Fiore, P., Santamato, A., Vitali, P., Castiglioni, I., D'A (…)2026-01-15