<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>DICOM on Wiliam Rosa | Lakehouse, Dados &amp; IA</title>
    <link>https://wiliamrosa.github.io/tags/dicom/</link>
    <description>Recent content in DICOM on Wiliam Rosa | Lakehouse, Dados &amp; IA</description>
    <image>
      <title>Wiliam Rosa | Lakehouse, Dados &amp; IA</title>
      <url>https://wiliamrosa.github.io/images/wiliam-rosa-blog-og.png</url>
      <link>https://wiliamrosa.github.io/images/wiliam-rosa-blog-og.png</link>
    </image>
    <generator>Hugo</generator>
    <language>pt-br</language>
    <lastBuildDate>Fri, 09 Oct 2026 09:00:00 -0300</lastBuildDate>
    <atom:link href="https://wiliamrosa.github.io/tags/dicom/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>O gargalo da IA em imagem médica não é o modelo, é conseguir ler o arquivo DICOM rápido o suficiente</title>
      <link>https://wiliamrosa.github.io/articles/gargalo-imagem-medica-dicom-pixels/</link>
      <pubDate>Fri, 09 Oct 2026 09:00:00 -0300</pubDate>
      <guid>https://wiliamrosa.github.io/articles/gargalo-imagem-medica-dicom-pixels/</guid>
      <description>Antes de qualquer modelo de segmentação ou classificação entrar em cena, times de imagem médica esbarram num problema mais chato: biblioteca de parsing DICOM é de thread única, e des-identificar PHI em cabeçalho e pixel em escala exige um pipeline próprio, não só mais GPU.</description>
    </item>
  </channel>
</rss>
