Introdução: A detecção precoce de tumores cerebrais é determinante para o prognóstico dos pacientes, reduzindo a morbidade e aumentando as chances de sucesso terapêutico. No entanto, o diagnóstico tradicional, baseado na análise visual por especialistas, está sujeito à variabilidade interobservador e limitações na acessibilidade, especialmente em regiões com escassez de profissionais qualificados. O uso de algoritmos de inteligência artificial pode mitigar esses desafios, automatizando a análise de imagens médicas e proporcionando maior acurácia na identificação de padrões indicativos de tumores. Objetivos: Este projeto propõe o desenvolvimento e a avaliação de modelos de aprendizado supervisionado para a classificação de tumores cerebrais a partir de imagens médicas de ressonância magnética e tomografia computadorizada utilizando bases de dados públicas. Materiais e Método: O projeto engloba a revisão da literatura sobre técnicas de classificação de imagens médicas, a coleta e o tratamento de bases de dados contendo imagens médicas relacionadas a tumores cerebrais, o desenvolvimento e treinamento de modelos de aprendizado de máquina para classificação de tumores cerebrais, a validação dos modelos utilizando métricas existentes na literatura, e a documentação e disseminação dos resultados através de comunicações científicas. Resultados: O principal resultado do projeto foi o Lumor AI, um software que integra um modelo de classificação com 97% de acurácia na detecção de tumores a um ambiente de armazenamento e visualização de dados. Essa plataforma oferece a médicos e pesquisadores uma interface unificada para análise e acompanhamento dos resultados. Considerações Finais: A classificação de tumores cerebrais por meio de inteligência artificial tem potencial para democratizar o acesso ao diagnóstico, tornando-o mais eficiente e disponível tanto para quem já conta com esses recursos quanto para populações ainda desassistidas. Esse avanço dialoga diretamente com o Objetivo de Desenvolvimento Sustentável nº 10 da ONU, voltado à redução das desigualdades sociais e econômicas, e evidencia a relevância da inteligência artificial e da bioinformática como áreas de transformação na saúde pública.
Palavras-chave: Inteligência Artificial; Aprendizado Supervisionado; Tomografia computadorizada; Ressonância magnética.
