Resumo
Este artigo apresenta uma investigação sobre o uso de redes neurais convolucionais (CNNs) no auxílio ao diagnóstico de meningite, a partir da análise automatizada de imagens de ressonância magnética. A meningite, sendo uma condição neurológica grave, requer diagnóstico rápido e preciso para aumentar as chances de tratamento eficaz e reduzir a mortalidade. Neste contexto, propõe-se o desenvolvimento de um modelo de CNN implementado em Python, utilizando a biblioteca Keras, com o objetivo de identificar padrões relevantes nas imagens que possam indicar a presença da doença. O modelo foi treinado e testado com um conjunto de dados composto por imagens rotuladas, empregando técnicas de pré-processamento e aumento de dados para melhorar a generalização. Os resultados demonstraram alta acurácia na classificação das imagens, evidenciando o potencial da abordagem para auxiliar profissionais da saúde no processo diagnóstico. A pesquisa reforça o papel crescente da inteligência artificial no campo da medicina diagnóstica, especialmente no que tange ao uso de técnicas de aprendizado profundo para interpretação de imagens médicas complexas.