O objetivo deste projeto é desenvolver uma inteligência artificial capaz de detectar e mapear automaticamente tumores cerebrais em imagens de ressonância magnética (MRI). É uma ferramenta que auxilia os neurocirurgiões no período que antecede a cirurgia (pré operatório) de seus pacientes, assim localizando o tumor cerebral presente neles. A ferramenta utiliza a biblioteca TensorFlow para o treinamento de modelos de deep learning, permitindo que a IA aprenda a identificar padrões característicos de tumores. Além disso, a biblioteca OpenCV foi empregada no pré-processamento das imagens, aprimorando sua qualidade por meio de técnicas de normalização e remoção de ruídos. A linguagem Python foi escolhida pela sua simplicidade, flexibilidade e forte integração com bibliotecas de IA, como TensorFlow e OpenCV. O sistema também inclui uma interface gráfica desenvolvida com a biblioteca Tkinter. Esta interface viabiliza o uso do software por médicos, permitindo que visualizem as imagens MRI com as áreas suspeitas de tumor destacadas. Isso proporciona uma ferramenta intuitiva e acessível para apoio no diagnóstico. O treinamento dos modelos foi realizado em plataformas de cloud computing, garantindo maior poder de processamento e escalabilidade, permitindo lidar com grandes volumes de dados de forma eficiente. Essa abordagem também permitiu que o sistema fosse atualizado e melhorado continuamente, com acesso fácil a recursos computacionais mais avançados. O sistema desenvolvido foi capaz de identificar os padrões de lesões tumorais em MRI de forma rápida e prática. Obteve-se uma precisão de sobreposição entre imagem original e sua devida máscara (representação de onde o tumor estaria presente na imagem em suas respectivas coordenadas) de 80%. Esperamos que em um futuro próximo, com a ferramenta melhorada, possamos implementá-la em hospitais.