Lorena PozzoLOURENÇO, RENATA M.2026-03-172026-03-172025LOURENÇO, RENATA M. <b>Proposta de metodologia para avaliação da aplicação de algoritmos de IA no planejamento radioterápico</b>. Orientador: Lorena Pozzo. 2025. 89 f. Dissertação (Mestrado Profissional em Tecnologia das Radiações em Ciências da Saúde) - Instituto de Pesquisas Energéticas e Nucleares - IPEN-CNEN/SP, São Paulo. Disponível em: https://repositorio.ipen.br/handle/123456789/49477.https://repositorio.ipen.br/handle/123456789/49477O aumento da incidência global dos casos de câncer, previsto em 24 milhões de casos até 2030 destaca a urgência de ampliar o acesso à radioterapia. A disparidade é evidente: países desenvolvidos têm uma máquina para 120.000 habitantes, enquanto no Brasil, por exemplo, a proporção é de uma para 543.068. A medicina personalizada, que exige replanejamentos frequentes, tende a agravar esse cenário. A inteligência artificial surge como uma solução promissora, mas enfrenta desafios como a falta de validação e evidências robustas para sua adoção clínica. Este trabalho apresenta uma proposta de metodologia para avaliar algoritmos de IA em radioterapia registrada no PROSPERO sob o número CRD42024574448. A avaliação engloba tanto o desempenho, considerando métricas de segmentação e planejamento dosimétrico, quanto a viabilidade clínica, analisando aspectos como dados, treinamento, rastreabilidade, reprodutibilidade e explicabilidade. O protocolo Durante a elaboração deste documento, foram identificadas questões estruturais relevantes que antecedem a IA. Essas questões referem-se à falta de padronização na prescrição e relato de doses entre as múltiplas diretrizes clínicas bem como a existência de múltiplas diretrizes de contorno, dificultando a comparabilidade entre estudos nessas áreas. O avanço tecnológico traz novos desafios, como a ausência de conjuntos de dados padronizados para validar métricas matemáticas empregadas na avaliação da segmentação, além da crescente demanda por maior explicabilidade algorítmica. Para garantirmos que o uso da IA possa contribuir com a redução da disparidade de acesso é necessário um esforço interdisciplinar para viabilizar a padronização de diretrizes clínicas, a criação de bancos de dados compartilhados e o desenvolvimento de algoritmos transparentes e reprodutíveis. Apesar do estágio incipiente desses sistemas na radioterapia, avanços significativos já foram alcançados. Visando a validação desses sistemas bem como a aceleração dos avanços, a padronização de métricas e ferramentas é essencial para evitar inconsistências que prejudiquem a aplicação prática.89poropenAccessradiotherapyartificial intelligencealgorithmsdiagnostic usesneoplasmsdosimetryDissertação