Aplicações da inteligência artificial no diagnóstico de doenças cardiovasculares: uma revisão sistemática da literatura

Abstract

As doenças cardiovasculares figuram entre as principais causas de mortalidade em todo o mundo, tornando fundamental o desenvolvimento de tecnologias capazes de auxiliar no diagnóstico precoce e no monitoramento dessas condições. Nesse contexto, a Inteligência Artificial (IA) tem se destacado como uma ferramenta promissora para apoiar a tomada de decisão clínica e aprimorar a precisão diagnóstica. O presente trabalho teve como objetivo realizar uma Revisão Sistemática da Literatura (RSL) para analisar e consolidar as evidências científicas sobre as aplicações da IA no diagnóstico de doenças cardiovasculares, identificando as principais abordagens utilizadas, seus benefícios e limitações. A pesquisa foi conduzida seguindo as diretrizes propostas por Kitchenham (2004), utilizando as bases de dados Portal de Periódicos CAPES, IEEE Xplore e ScienceDirect. Foram selecionados 22 estudos publicados entre 2022 e 2026, os quais foram submetidos a critérios de inclusão, exclusão e avaliação de qualidade. Os resultados evidenciaram o uso predominante de técnicas de Machine Learning e Deep Learning, especialmente modelos como Convolutional Neural Networks (CNN) e Long Short-Term Memory (LSTM), aplicados à análise de sinais fisiológicos, exames de imagem e dados provenientes de sensores vestíveis. Entre os principais benefícios identificados destacam-se a melhoria da precisão diagnóstica, a detecção precoce de doenças, o monitoramento contínuo de pacientes e o suporte à tomada de decisão médica. Entretanto, também foram observadas limitações relacionadas à interpretabilidade dos modelos, à dependência de bases de dados de alta qualidade e às questões de privacidade e validação clínica. Conclui-se que a IA possui elevado potencial para transformar o diagnóstico cardiovascular, embora ainda existam desafios que precisam ser superados para sua ampla adoção em ambientes clínicos.