Inteligência artificial
como a tecnologia auxilia no diagnóstico das cardiopatias congênitas
Palavras-chave:
Cuidado Pré-natal, Defeitos cardíacos congênitos, Inteligência artificialResumo
A cardiopatia congênita (CC) é o defeito congênito mais recorrente, que apresenta uma baixa taxa de detecção precoce. Em tal cenário a IA se mostra promissora, sobretudo no que tange impactos clínico-radiológicos da ecocardiografia fetal. Esta revisão de literatura sistemática e qualitativa foi elaborada mediante a pesquisa bibliográfica nas bases de dados Biblioteca Virtual da Saúde (BVS) e PubMed. Embora a IA auxilie na detecção de CC e contribua com profissionais menos experientes, observa-se limitações e sua implementação requer validação clínica. O impacto na redução de subdiagnósticos e na melhora de desfechos clínicos é limitado, depende do auxílio humano e carece de estudos para comprovar o impacto na ecocardiografia fetal.
Referências
Kim, Rina; Lee, Mi-Young; Lee, Yoo Jin; Won, Hye-Sung; Park, Jinki; Lee, Jihoon, et al. Artificial intelligence based automatic classification, annotation, and measurement of the fetal heart using HeartAssist. Sci Rep. 16 Abr 2025. Disponível em: https://pesquisa.bvsalud.org/portal/resource/pt/mdl-40240835?lang=en. Acesso: 20 Ago 2025.
Zhang, Junmin; Xiao, Sushan; Zhu, sim; Zhang, Zisang; Cao, Haiyan; Xie, Mingxing, et al. Advances in the Application of Artificial Intelligence in Fetal Echocardiography. Journal of the American Society of Echocardiography. 9 Jan 2024. Disponível em: https://pesquisa.bvsalud.org/portal/resource/pt/mdl-38199332?lang=en. Acesso: 20 Ago 2025.
Khadiza Tun Suha; Hugh Lubenow; Stefania Soria-Zurita; Marcus Haw; José Vettukattil; Jing Feng Jiang. The Artificial Intelligence-Enhanced Echocardiographic Detection of Congenital Heart Defects in the Fetus: A Mini-Review. Medicina. 21 Mar 2025 Mar 21. Disponível em: https://pubmed.ncbi.nlm.nih.gov/40282852/. Acesso: 20 Ago 2025.
Furong Li; Ping Li; Zhonghua Liu; Shunlan Liu; Pan Zeng; Canção de Haisheng, et al. Application of artificial intelligence in VSD prenatal diagnosis from fetal heart ultrasound images. BMC Pregnancy and Childbirth. 16 Nov 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/39550543/. Acesso: 20 Ago 2025.
Day, T G; Matthew, J; Budd, S F; Venturini, L; Wright, R; Farruggia, A, et al. Interaction between clinicians and artificial intelligence to detect fetal atrioventricular septal defects on ultrasound: how can we optimize collaborative performance? Ultrasound in Obstetrics and Gynecology. 3 Jun 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/37776084/. Acesso: 20 Ago 2025.
Thomas G Day; Samuel Budd; Jeremy Tan; Jacqueline Matthew; Emily Skelton; Victoria Jowett, et al. Prenatal diagnosis of hypoplastic left heart syndrome on ultrasound using artificial intelligence: How does performance compare to a current screening programme? Prenatal Diagnosis. 20 Sep 2023. Disponível em: https://pubmed.ncbi.nlm.nih.gov/40687738/. Acesso: 20 Ago 2025.
CA Taksøe-Vester; K Mikolaj; OBB Petersen; NG Vejlstrup; AN Christensen; Um Feragen, et al. Role of AI‐assisted automated cardiac biometrics in screening for fetal coarctation of aorta. Ultrasound in Obstetrics & Gynecology. 9 Fev 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/38339776/. Acesso: 20 Ago 2025.
Drukker L. The Holy Grail of obstetric ultrasound: can artificial intelligence detect hard‐to‐identify fetal cardiac anomalies? Ultrasound in Obstetrics & Gynecology. 5-9 Jun 2024. Disponível em: https://pesquisa.bvsalud.org/portal/resource/pt/mdl-38949769?lang=en. Acesso: 20 Ago 2025.
Zhang, Junmin; Xiao, Sushan; Zhu, Ye; Zhang, Zisang; Cao, Haiyan; Xie, Mingxing, et al. Advances in the Application of Artificial Intelligence in Fetal Echocardiography. Journal of the American Society of Echocardiography [Internet]. 9 Jan 2024. Disponível em: https://pesquisa.bvsalud.org/portal/resource/pt/mdl-38199332. Acesso: 20 Ago 2025.
Wiku Andonotopo; Muhammad Adrianes Bachnas; Muhammad Ilham Aldika Akbar; Muhammad Alamsyah Aziz; Julian Dewantiningrum; Mochammad Besari Adi Pramono, et al. Fetal origins of adult disease: transforming prenatal care by integrating Barker’s Hypothesis with AI-driven 4D ultrasound. Journal of Perinatal Medicine. 8 Abr 2025. Disponível em: https://pubmed.ncbi.nlm.nih.gov/40195943/. Acesso: 20 Ago 2025.
Ray Bahado-Singh; Nadia Ashrafi; Amin Ibrahim; Buket Aydas; Ali Yilmaz; Perry Friedman, et al. Precision fetal cardiology detects cyanotic congenital heart disease using maternal saliva metabolome and artificial intelligence. Scientific Reports. 15 Jan 2025. Disponível em: https://pubmed.ncbi.nlm.nih.gov/39814838/. Acesso: 20 Ago 2025.
Nathalie Jeanne Bravo-Valenzuela, Marcela Castro Giffoni, Caroline de Oliveira Nieblas, Heron Werner, Gabriele Tonni, Roberta Granese, et al. Three-Dimensional Ultrasound for Physical and Virtual Fetal Heart Models: Current Status and Future Perspectives. Journal of Clinical Medicine [Internet]. 13 Dez 2024. Disponível em: https://pubmed.ncbi.nlm.nih.gov/39768529/. Acesso: 20 Ago 2025.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 REVISA

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
-
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
- Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
