Contexto: Avanços em big data e inteligência artificial (IA) têm transformado a
investigação das doenças cardiovasculares (DCV). A doença arterial periférica (DAP),
altamente prevalente e subdiagnosticada, afeta cerca de 12% da população adulta mundial.
Sendo a condição associada a desfechos graves, como eventos cardiovasculares maiores e
morte prematura. Nesse cenário, o uso de IA e aprendizado de máquina possibilita modelos
preditivos, melhorando diagnóstico, tratamento e planejamento. Hipótese: O uso do big
data e da IA melhora a precisão da estratificação de risco e otimiza o manejo terapêutico de
pacientes com DAP. Objetivo: Avaliar o potencial do big data e da inteligência artificial na
predição e manejo da DAP, identificando benefícios, limitações e perspectivas futuras dessa
abordagem. Metodologia: Trata-se de um estudo descritivo e analítico com a base de
dados Medline via Pubmed, com uso dos descritores “Big data” AND “Cardiovascular
disease” AND “Artificial intelligence”
. Foram encontrados 469 artigos dos últimos cinco anos,
dos quais cinco foram incluídos no estudo para uma análise mais detalhada. Resultados:
Estudos demonstram avanços significativos do uso do big data e IA, no contexto da DAP.
Meder et al. (2025) destacou que algoritmos de aprendizado profundo permitiram integrar
dados clínicos, genéticos e de imagem, potencializando a prevenção e a estratificação de
risco em populações. Rhodes et al. (2022) mostram que o uso de big data em doenças
vasculares complexas, como a hipertensão pulmonar, possibilita a identificação de novos
biomarcadores e perfis de resposta terapêutica, sugerindo abordagens aplicáveis à DAP.
Zhang et al. (2022) aplicaram técnicas de machine learning para prever mortalidade
intra-hospitalar em pacientes com DAP, obtendo desempenho superior aos modelos
tradicionais, com uso direto na prática clínica. Soladoye et al. (2025) reforçam que a escolha
pertinente dos algoritmos e a qualidade dos bancos de dados são determinantes para
resultados confiáveis, além de destacarem lacunas regionais na disponibilidade de dados.
Em síntese, Leopold et al. (2020) reforça o papel do big data na transição para a medicina
de precisão, permitindo intervenções individualizadas em doenças cardiovasculares por
meio da integração de dados em múltiplas escalas. Então, em casos de combinação do big
data e IA apresenta elevado potencial para transformar o manejo da DAP, desde o rastreio
precoce até a predição de desfechos adversos. Entretanto, persistem desafios relacionados
à padronização dos dados, à integração entre diferentes sistemas de saúde e às questões
éticas associadas à privacidade e segurança das informações. Conclusão: Evidenciou-se
que essas tecnologias, Big data e IA, quando associadas à prática clínica, podem contribuir
significativamente para a individualização do cuidado cardiovascular, otimizar a tomada de
decisão médica e reduzir a morbimortalidade associada à DAP.
Comissão Organizadora
Comunic Eventos
Aldemar Araujo Castro
Comissão Científica
Ferramenta completa de submissão, avaliação e publicação de anais para eventos científicos.
