Gustavo Paglioli Dannenhauer et al. Simone Nascimento dos Santos Ana Claudia Gomes Pereira Petisco Claudia Maria Vilas Freire … Ana Cristina Lopes Albricker Fanilda Souto Barros
Resumo
A avaliação carotídea evoluiu de uma abordagem centrada no grau de estenose para uma análise mais abrangente, incluindo a carga de placa, morfologia, composição e vulnerabilidade. Algoritmos de inteligência artificial (IA) têm sido aplicados à detecção automática de placas, segmentação de imagens, classificação de estabilidade, extração de atributos radiômicos e predição de eventos isquêmicos. Quando associados a técnicas avançadas de imagem, esses modelos podem ampliar a reprodutibilidade, reduzir a dependência do operador e revelar padrões quantitativos não reconhecíveis pela avaliação visual convencional. Assim, este estudo teve por objetivo revisar as aplicações atuais da IA na ultrassonografia de carótidas e suas perspectivas futuras, com uma revisão narrativa baseada em estudos recentes sobre aprendizado de máquina, aprendizado profundo, radiômica e integração com modalidades ultrassonográficas avançadas, abrangendo contraste, elastografia, ultrassom tridimensional (3D), técnicas de microfluxo e ultrassonografia ultrarrápida. Apesar dos resultados promissores, ainda persistem desafios relacionados à padronização das imagens, validação externa, explicabilidade dos modelos e demonstração de impacto clínico prospectivo. Ainda assim, a IA demonstra ter potencial para transformar a ultrassonografia carotídea em ferramenta multiparamétrica de medicina personalizada. Sua incorporação clínica dependerá de validação robusta, integração ao fluxo assistencial e comprovação de valor incremental sobre o exame convencional.
