Introdução: A citologia cervical é um método de rastreio do câncer de colo de útero que se baseia na análise de células escamosas e glandulares do epitélio cervical a fim de identificar lesões precursoras ou invasivas. Essa categorização utiliza o Sistema Bethesda para relato de citologia cervical, que classifica as lesões de acordo com risco de malignidade, em lesões intraepiteliais escamosas de baixo grau (LSIL), lesões intraepiteliais escamosas de alto grau (HSIL) e células escamosas atípicas (ASC) [1]. Apesar da importância da citologia no rastreio, existe uma série de desafios limitantes à capacidade humana durante essa avaliação para o diagnóstico, a exemplo da subjetividade na interpretação entre os citologistas[1], baixa precisão, sensibilidade e especificidade para detecção de neoplasias [2],[3] e limitação da tecnologia atual [4]. Diante desses desafios, surge a necessidade de explorar soluções tecnológicas que possam aprimorar a precisão e a deficiência dos diagnósticos citológicos. Nesse contexto, a inteligência artificial (IA) e do diagnóstico assistido por computador (CAD) têm se destacado como ferramentas promissoras para superar as limitações associadas ao rastreio convencional. Objetivo: Avaliar o uso da IA e do CAD como ferramentas de assistência na classificação da citologia cervical baseado em uma revisão de literatura.
Avenida República do Líbano, 251 - Pina, Recife - PE - CEP: 51110-160