Kneelsa
Modelo de aprendizado profundo para o diagnóstico radiográfico de osteoartrite de joelho. Software registrado, 2025.
github.com/juliogdomingues/kneelsa →Radiologista · Cientista da computação
Atuo na interface entre radiologia e aprendizado de máquina, desenvolvendo e validando modelos de aprendizado profundo para imagens médicas.
Professor, Universidade Federal de Minas Gerais (UFMG)
Pesquisador visitante, Boston University
Sou médico radiologista, com título de especialista, e cientista da computação. Minha atuação clínica é em neurorradiologia e imagem musculoesquelética, e minha pesquisa aplica aprendizado profundo e visão computacional a problemas de imagem — da detecção e classificação de doenças à validação clínica de modelos de IA.
Sou professor na Faculdade de Medicina da UFMG, onde ensino estudantes de medicina e residentes de radiologia, e doutorando em Saúde Pública, estudando modelos de aprendizado profundo para osteoartrite de joelho. Atualmente sou pesquisador visitante na Boston University. Sou médico e bacharel em Ciência da Computação pela UFMG, com mestrado em Ciências Aplicadas à Saúde do Adulto.
Meu foco é traduzir pesquisa em IA para imagem em ferramentas que se sustentem na prática clínica. Linhas atuais e recorrentes:
Trabalhos revisados por pares e indexados. A lista completa está no ORCID.
Outros trabalhos constam nos anais do European Congress of Radiology (ECR 2018–2020).
Modelo de aprendizado profundo para o diagnóstico radiográfico de osteoartrite de joelho. Software registrado, 2025.
github.com/juliogdomingues/kneelsa →Sistema de notificação de achados críticos em radiologia. Software registrado, 2023.
home.unote.com.br →Ferramentas de radiologia baseadas em evidência e modelos de laudo padronizados. Projeto paralelo, em desenvolvimento.
Sobre o RADsmart →Aplicativo Android de um projeto de extensão e ensino em radiologia na UFMG, 2014.
imagemdasemana.medicina.ufmg.br →Para pesquisa, ensino ou colaboração, o melhor caminho é por e-mail.