Diagnóstico de epilepsia com o uso do eletroencefalograma e a inteligência artificial

uma revisão sistemática

Autores

  • Paulo Henrique Silva Centro Universitário de Patos de Minas (UNIPAM)
  • Kalil Ribeiro Nunes Centro Universitário de Patos de Minas (UNIPAM)
  • Marilene Rivany Nunes Centro Universitário de Patos de Minas (UNIPAM)
  • Elcimar dos Reis Caixeta Centro Universitário de Patos de Minas (UNIPAM)

Palavras-chave:

Aprendizado de Máquina, Eletroencefalografia, Epilepsia, Inteligência Artificial

Resumo

A epilepsia é um distúrbio neurológico crônico cujo diagnóstico depende, em grande parte, da análise do eletroencefalograma (EEG), processo complexo e sujeito a variabilidade interpretativa. Esta revisão sistemática teve como objetivo identificar os avanços dos modelos de inteligência artificial (IA) aplicados ao EEG para o diagnóstico da epilepsia. Foram analisados estudos publicados entre 2023 e 2024 nas bases PubMed, BVS e EBSCOHost. Ao final, 15 artigos foram incluídos. Os resultados demonstram que modelos baseados em aprendizado de máquina e aprendizado profundo, especialmente arquiteturas híbridas envolvendo redes neurais convolucionais e recorrentes, apresentam elevadas taxas de acurácia e área sob curva (AUC). Apesar dos resultados promissores, persistem desafios relacionados à generalização dos modelos, padronização dos dados e validação clínica. Conclui-se que a IA representa uma ferramenta complementar promissora ao diagnóstico da epilepsia, exigindo, contudo, mais estudos multicêntricos para sua consolidação clínica.

Biografia do Autor

Paulo Henrique Silva, Centro Universitário de Patos de Minas (UNIPAM)

Discente de Medicina

Kalil Ribeiro Nunes, Centro Universitário de Patos de Minas (UNIPAM)

Discente de Medicina

Marilene Rivany Nunes, Centro Universitário de Patos de Minas (UNIPAM)

Professora orientadora

Elcimar dos Reis Caixeta, Centro Universitário de Patos de Minas (UNIPAM)

Professor coorientador

Downloads

Publicado

2026-10-15

Edição

Seção

Artigos