Contexto: O aneurisma da artéria poplítea representa o aneurisma arterial periférico mais frequente e é caracterizado como uma dilatação permanente da artéria localizada na fossa poplítea (artéria poplítea). Por mais que alguns pacientes sejam assintomáticos, essa condição gera risco relevante de trombose, embolização distal, isquemia aguda e ruptura, que pode resultar em perda do membro. O monitoramento clínico e por imagem, especialmente com ultrassonografia Doppler e ressonância magnética, é essencial para acompanhar o diâmetro aneurismático, a presença de trombo mural e o fluxo sanguíneo. Porém, esses métodos dependem de examinadores experientes que podem apresentar variabilidade interpretativa e discordâncias , além de não prever de forma totalmente confiável o ritmo de expansão ou de complicações estruturais graves. Nesse contexto, a inteligência artificial (IA) se apresenta como um mecanismo capaz de analisar dados clínicos e imagem de forma mais acurada, permitindo identificação precoce de padrões evolutivos. Hipótese: Espera-se que aplicação da inteligência artificial possibilita maior precocidade e precisão na predição do crescimento e das complicações de aneurismas da artéria poplítea. Objetivo: Analisar a aplicação da inteligência artificial na predição do crescimento e das complicações de aneurismas da artéria poplítea. Metodologia: Trata-se de uma revisão narrativa de literatura, realizada nas bases PubMed, Scopus, Embase e SciELO, incluindo publicações entre 2015 e 2025, nos idiomas inglês, português e espanhol. Utilizaram-se os descritores: “Popliteal Artery Aneurysm”, “Popliteal Artery”, “Artificial Intelligence”, “Machine Learning”, “Deep Learning”, “Medical Imaging” e “Aneurysm Growth Prediction”. Incluíram-se estudos que aplicaram inteligência artificial na análise de imagens, segmentação arterial ou predição de crescimento e risco de complicações em aneurismas da artéria poplítea. Foram excluídos artigos sem aplicação clínica, estudos restritos a outros territórios vasculares sem análise específica do segmento poplíteo e trabalhos que não apresentaram resultados relacionados a aneurisma arterial. Resultados: As publicações identificadas demonstraram que modelos computacionais, como o Encord e o FRAPPE, aplicando algoritmos de aprendizado de máquina e aprendizado profundo, foram capazes de realizar a segmentação automática do lúmen arterial e do trombo mural em exames de ultrassonografia e ressonância magnética, proporcionando padronização e agilidade na análise. Esses algoritmos mostraram potencial para estimar o risco de evolução desfavorável, incluindo progressão do diâmetro aneurismático e maior probabilidade de eventos trombóticos. A literatura disponível ainda é limitada para aneurismas especificamente poplíteos, já que parte das ferramentas é derivada de estudos focados em aneurismas de aorta ou de outros territórios, reforçando a necessidade de ampliação de bases de dados específicas para esse segmento vascular. Conclusão: Evidenciou-se que a inteligência artificial apresenta caráter promissor na predição do crescimento e das complicações de aneurismas da artéria poplítea.
Comissão Organizadora
Comunic Eventos
Aldemar Araujo Castro
Comissão Científica
Ferramenta completa de submissão, avaliação e publicação de anais para eventos científicos.
