O Cuidado Cardiovascular 4.0: Prevenção Preditiva na Atenção Primária à Saúde através de Modelos de Aprendizado de Máquina

Resumo

Introdução: A avaliação de risco cardiovascular (RCV) na Atenção Primária à Saúde (APS) enfrenta limitações quando baseada apenas em escores tradicionais. A Inteligência Artificial (IA) desponta como alternativa promissora ao aumentar a acurácia preditiva, personalizar o cuidado e potencialmente reduzir desigualdades em saúde, especialmente em populações vulneráveis. Entretanto, sua adoção ainda é dificultada pela falta de transparência dos modelos e pela escassez de evidências sólidas sobre desempenho, segurança e impacto clínico. Objetivo: Avaliar a eficácia, limitações e aplicações práticas da IA na predição e manejo do RCV na APS. Métodos: Realizou-se uma Revisão Integrativa da Literatura (RIL) orientada pela pergunta: “Como as inteligências artificiais podem ser utilizadas na atenção primária para o manejo de pacientes com doenças cardiovasculares?”. A busca ocorreu nas bases Biblioteca Virtual em Saúde, Cochrane Library, Directory of Open Access Journals, Elton B. Stephens Company, Publication Medical, Rede de Revistas Científicas da América Latina e Caribe, Espanha e Portugal e Scientific Electronic Library Online, utilizando os Descritores em Ciências da Saúde: “Inteligência Artificial”, “Atenção Primária à Saúde” e “Doenças Cardiovasculares”, em português, inglês e espanhol. No total, 53 artigos foram identificados; após aplicação de critérios de inclusão, exclusão e remoção de duplicatas, 11 compuseram a amostra final. Resultados: Os estudos demonstram que a IA apresenta grande potencial na APS, especialmente na estratificação de RCV. Modelos preditivos mostraram alta precisão na identificação precoce de indivíduos de maior risco e podem auxiliar no encaminhamento clínico e no planejamento terapêutico. Apesar disso, persistem limitações importantes, como falta de evidências robustas sobre segurança, vieses algorítmicos, transparência dos modelos e impacto real em desfechos clínicos relevantes, como mortalidade e redução de eventos cardiovasculares. Conclusão: A IA tem avançado de forma significativa e pode aprimorar a acurácia diagnóstica, apoiar decisões clínicas e identificar indivíduos vulneráveis na APS. Contudo, sua incorporação efetiva depende de maior rigor metodológico, validação em cenários reais e garantia de equidade no uso das tecnologias.