Inteligência artificial no diagnóstico pré-natal de cardiopatias congênitas

Objetivo: Analisar o potencial da inteligência artificial como ferramenta de apoio ao diagnóstico precoce de cardiopatias congênitas durante o pré-natal. Métodos: Revisão integrativa, qualitativa e descritiva, realizada nas bases PubMed, SciELO, LILACS e Google Acadêmico. Utilizaram-se os descritores “cardiopatias congênitas”, “diagnóstico precoce”, “diagnóstico pré-natal” e “inteligência artificial”, combinados por AND e OR. Foram identificados 214 estudos, dos quais 25 compuseram a amostra final. Incluíram-se artigos publicados entre 2015 e 2026, em português e inglês, sobre inteligência artificial aplicada à ultrassonografia obstétrica e ecocardiografia fetal. Resultados: Técnicas de aprendizado de máquina e aprendizado profundo, especialmente Redes Neurais Convolucionais, apresentaram elevada capacidade para detectar alterações cardíacas fetais, aumentar a sensibilidade diagnóstica, reduzir a variabilidade interobservador e padronizar a interpretação das imagens. Também foram observadas melhorias na qualidade das imagens e na triagem pré-natal, sobretudo em regiões com escassez de especialistas. Persistem limitações relacionadas à validação externa, heterogeneidade dos algoritmos e dependência da qualidade das imagens. Considerações finais: A inteligência artificial mostra-se promissora para fortalecer o diagnóstico pré-natal das cardiopatias congênitas, embora sua incorporação clínica dependa de padronização metodológica e validação robusta dos algoritmos.