Esta página foi traduzida automaticamente. Se houver alguma discrepância, a versão em inglês é a autêntica.

Revisado: 16 de julho de 2026

O Futuro do Gerenciamento de Doenças Cardíacas

Por: Peter Megdal PhD

Como Usar Este Artigo

Aviso médico: Este artigo é apenas para fins educativos e não constitui aconselhamento médico. Consulte sempre o seu médico para obter orientação pessoal.

Conclusões clínicas

  • A maioria dos infartos do miocárdio é causada por placas coronárias não obstrutivas que os testes de esforço convencionais não conseguem detectar antes da ruptura.
  • Um escore de cálcio nas artérias coronárias igual a zero não exclui a presença de placas não calcificadas perigosas e propensas à ruptura.
  • A tomografia computadorizada quantitativa com IA mede de forma não invasiva a carga e a composição da placa, permitindo prever o risco cardiovascular com maior precisão do que a estenose luminal por si só.

Texto Fácil

Imagine que você está olhando para uma bela casa. O gramado é de um verde perfeito. As janelas estão limpas e brilhantes. Da rua, a casa parece nova em folha. Mas por trás das paredes, há um “fantasma na máquina”. Os canos de água estão velhos e enferrujados. Os fios elétricos estão se desgastando e soltando faíscas. Você não consegue ver esses problemas apenas olhando para o lado de fora. Um dia, um cano estoura ou um incêndio começa. Todos ficam chocados. Eles dizem: “Mas a casa parecia tão boa!”

Isso é exatamente o que acontece com muitas pessoas e seus corações. Muitas pessoas vão ao médico e recebem um atestado de saúde perfeito. Elas se sentem bem. Passam em seus exames básicos. O médico diz que tudo parece “bom”. Então, de repente, elas têm um ataque cardíaco. Isso acontece porque nossos testes antigos são como olhar para a casa da rua. Eles não veem os “canos enferrujados” dentro das paredes da casa.

Hoje, estamos no início de uma mudança massiva. É uma “mudança de paradigma”. Isso significa que estamos mudando a forma como fazemos as coisas desde a raiz. Em vez de esperar que um “incêndio” comece no coração, estamos usando a Inteligência Artificial (IA) para encontrar o perigo anos antes que ele cause problemas. Estamos saindo de um mundo onde reagimos à dor para um mundo onde podemos ver a verdade claramente.

O Perigo “Oculto”: A Maioria dos Infartos Não Vem de Obstruções Totais

A maioria de nós acha que um ataque cardíaco é como a pia de uma cozinha entupida. Nós achamos que um cano fica cheio de “sujeira” até que nenhum sangue possa passar. No mundo médico, esse estreitamento é chamado de “estenose.” Os médicos costumavam achar que, se um vaso estivesse 90% obstruído, a pessoa corria alto risco. Se a obstrução fosse de apenas 20%, eles achavam que a pessoa estava a salvo.

Mas aqui está o segredo assustador: a maioria dos ataques cardíacos não acontece nas artérias que estão mais entupidas. Eles acontecem em artérias que parecem estar majoritariamente abertas.

Pense em uma “bolha” dentro da parede de um cano. Por fora, o cano parece bom. O sangue flui por ele facilmente. Mas, dentro da parede, essa bolha está cheia de “gordura” mole e espessa. Essa gordura é muito instável. Se essa bolha estoura, ela cria um coágulo repentino. É esse coágulo que para o sangue e causa o ataque cardíaco. Como o cano não estava “entupido” antes de a bolha estourar, um teste comum diría que a pessoa está perfeitamente bem.

Os números contam uma história que todas as pessoas deveriam conhecer:

“Estudos de autópsia e angiográficos demonstram que aproximadamente 70–75% dos infartos do miocárdio ocorrem em vasos com estenose inferior a 50% antes do evento índice.”

Isso significa que, de cada 10 pessoas que sofrem um ataque cardíaco, 7 ou 8 teriam passado em um teste que procura apenas grandes entupimentos. Os tubos do coração delas estavam mais da metade abertos logo antes do desastre. É por isso que “parecer bem” em um teste padrão não é suficiente.

Por que os testes padronizados podem ser “cegos”

Por muito tempo, os médicos usaram “testes de estresse.” Talvez você já tenha feito um desses exames. Você caminha em uma esteira enquanto um aparelho monitora seu coração. Se suas artérias coronárias estiverem 90% obstruídas, seu coração não receberá sangue suficiente quando você correr, e o exame vai indicar isso. Mas se você tiver aquelas “bolhas de gordura” que ocupam apenas 30% da artéria, o sangue ainda flui normalmente enquanto você corre. O teste de esforço indicará que você está “normal”, mesmo que tenha um perigo oculto prestes a se manifestar.

Outro teste comum é um Escore de Cálcio. Este teste procura cálcio endurecido nos tubos do seu coração. O cálcio é como uma “cicatriz”. Ele mostra que houve danos no passado que agora endureceram como osso. Embora saber o seu escore de cálcio seja útil, é como olhar para uma cicatriz no seu joelho de dez anos atrás. Ele diz que você se machucou, mas não diz se você tem uma ferida nova e sangrando agora mesmo.

No coração, “gordura” (placa não calcificada) é o novo perigo. Uma pessoa pode ter um Escore de Cálcio zero e ainda assim ter um coração cheio de gordura mole e perigosa. Veja como o novo método de IA se compara aos métodos antigos:

Atributo do Coração Testes Tradicionais (Como o Escore de Cálcio) A Nova Maneira de IA (AI-QCT)
Cicatrizes rígidas (calcificadas) Muito fácil de ver Muito fácil de ver
Bolhas macias e “gordurosas” Não consigo ver de jeito nenhum Muito claro e fácil de ver
Graxa de Alto Risco Cego a esse perigo Encontra com muita facilidade
Valor Total de Placa Apenas um palpite groseiro Medição precisa (mm³)
Predição de Risco Palpites gerais Altamente preciso e pessoal

IA-QCT: A Nova “Supervisão” do Seu Coração”

Para corrigir isso, os cientistas criaram uma ferramenta chamada IA-QCT. Esse é um grande nome, mas pense nisso como uma “Lupa Digital”.”

Quando um médico humano olha para uma varredura cardíaca, ele está olhando para imagens com os olhos. Até os melhores médicos podem deixar passar pequenas coisas. A IA-QCT usa Inteligência Artificial para olhar para as imagens muito mais de perto. A IA não olha apenas para a imagem inteira; ela olha para “voxels.” Um voxel é como um pixel 3D. Imagine um cubo pequenininho, pequenininho. A IA examina cada um dos cubinhos nos canos do seu coração.

A IA usa o “aprendizado profundo”. Isso significa que o computador analisou milhares e milhares de outras varreduras cardíacas. Ele aprendeu a enxergar padrões que o olho humano simplesmente não consegue perceber. Ele consegue diferenciar entre cálcio duro “seguro” e gordura mole “perigosa” observando as sombras e as cores nos dados da varredura. É não invasivo, o que significa que ninguém precisa colocar tubos ou fios dentro de você para ver isso. A IA faz o “trabalho de visualização” usando os dados de uma tomografia computadorizada comum.

Transformando Dados em um Plano de Ação: O Poder da Medição

O maior poder da IA é que ela consegue “quantificar” as coisas. Isso significa que ela nos dá um número real. Em vez de um médico dizer: “Você tem um pouco de placa”, a IA pode dizer: “Você tem exatamente 154 milímetros cúbicos (mm³) de placa”.”

Por que isso importa? Porque você não pode consertar o que não pode medir.

Quando um médico sabe exatamente quanta “gordura” há no seu coração, ele pode criar um plano melhor. Isso foi comprovado em grandes estudos médicos:

  • O Registro CONFIRM2: Este estudo analisou milhares de pessoas. Ele mostrou que, quando a IA mediu a placa, os médicos ficaram muito melhores em prever o futuro. A capacidade deles de prever um problema cardíaco (chamada de AUC) passou de 0,62 para um valor muito maior, 0,75.
  • O Estudo PROMISE: Neste estudo, a IA analisou as imagens e alterou os resultados. Em 41% dos casos de estenose, a IA os “reclassificou”. Isso significa que a IA constatou que a forma anterior de avaliar esses casos estava errada em 4 de cada 10 pessoas.
  • O Estudo CREDENCE: Isso mostrou que a IA era tão boa quanto exames caros e invasivos em que os médicos colocam tubos no coração.
  • O Estudo CERTAIN: Este estudo descobriu que o uso de IA deixou os médicos muito mais “certos” sobre o que fazer. Ele os ajudou a prescrever o medicamento correto e a evitar exames que não eram necessários.

Isso leva a algo chamado “tratar visando uma meta”. É como um GPS para o seu coração. Se você tem 154 mm³ de placa, você começa um plano com dieta, exercícios e remédios. Um ano depois, você faz outro exame. Se a IA diz que agora você tem 110 mm³, você sabe que seu plano está funcionando! Você pode realmente ver a “gordura” diminuindo. Isso dá aos pacientes uma enorme sensação de alívio e esperança.

O Próximo Nível: Tomografia Computadorizada por Contagem de Fótons

A tecnologia está dando mais um salto gigante com algo chamado “Tomografia Computadorizada de Contagem de Fótons” (PCCT). No passado, os scanners de TC eram como TVs de tubo antigas. As imagens eram um pouco embaçadas. Um grande problema era o “bloqueio de cálcio”. Isso é como o “ofuscamento” cego de uma lanterna. Se você tivesse um pedaço duro de cálcio, ele brilhava tanto na imagem que escondia a gordura macia bem ao lado dele.

As novas máquinas de contagem de fótons transformam a luz diretamente em eletricidade. Isso torna a imagem muito mais nítida. É como ir de uma TV antiga para uma tela de alta definição novinha em folha.

Este novo hardware resolve muitos problemas:

  1. Sem Mais Reflexos: Isso interrompe o “florescimento de cálcio”. A IA agora pode ver além das “cicatrizes” duras para encontrar a graxa oculta.
  2. Imagens mais nítidas: Remove o “ruído” ou a distorção da imagem.
  3. Melhor para Mais Pessoas: No passado, se uma pessoa tivesse um muito rápido frequência cardíaca ou pesassem mais, as fotos estavam muito borradas para serem usadas. Essas novas máquinas conseguem ver claramente através de quase tudo.

Conclusão: Um Futuro Onde os Ataques Cardíacos São Opcionais

Estamos entrando em uma nova era. No passado, o cuidado com o coração era “episódico”. Isso significa que você só verificava seu coração de vez em quando, ou apenas quando sentia uma dor no peito. Isso é como consultar o seu GPS apenas depois de já estar perdido.

Agora, estamos migrando para o monitoramento “longitudinal”. Isso significa que acompanhamos a doença ao longo do tempo, como observar um mapa enquanto você dirige. Podemos ver os primeiros sinais de ferrugem nos canos anos antes de eles estouram. Estamos enfrentando um grande desafio como mundo:

“Como a doença cardiovascular continua sendo a principal causa de mortalidade em todo o mundo, com mortes anuais projetadas para exceder 20 milhões até 2030, métodos melhores para identificar a aterosclerose coronariana de alto risco antes que ocorram eventos clínicos são cada vez mais necessários.”

Com IA e novos scanners, muitas dessas mortes poderiam ser evitadas. Não precisamos mais adivinhar se alguém é saudável. Podemos ver a verdade. Podemos ver se o medicamento está funcionando. Podemos ver o futuro.

Se você pudesse ver o futuro do seu coração hoje, mudaria a forma como vive amanhã? Com a IA, finalmente temos o poder de ver esse futuro — e o poder de mudá-lo para melhor.

Aviso Médico: Este artigo é apenas para fins educacionais e não constitui aconselhamento médico. Consulte sempre o seu médico para orientações pessoais. Curing Heart Disease, LLC é um nome comercial registrado e não implica o diagnóstico, tratamento, cura ou prevenção de qualquer doença. As informações são apenas educacionais e não conselhos médicos. O uso destas informações é por sua conta e risco. Busque sempre a orientação do seu médico caso tenha dúvidas sobre uma condição médica.

Mergulho profundo

O Renascimento Tecnológico em Cardiologia Preventiva – Inteligência Artificial, Tomografia Coronariana Quantitativa

Introdução

A medicina cardiovascular está passando por uma mudança substancial de paradigma, movendo-se de um modelo predominantemente reativo e orientado por sintomas em direção a uma estrutura preventiva baseada na detecção precoce e na avaliação de risco individualizada. No centro dessa transição está a integração da inteligência artificial (IA) com a coronariana tomografia computadorizada angiografia (CCTA), particularmente por meio do desenvolvimento de aterosclerose tomografia computadorizada quantitativa baseada em imagens (AI-QCT). Essa abordagem aborda uma limitação de longa data na cardiologia: a incapacidade das ferramentas diagnósticas tradicionais de detectar de forma confiável coronarianas não obstrutivas e ricas em lipídios placa, apesar disso lesões sendo responsável pela maior parte de síndromes coronarianas agudas e morte súbita cardíaca eventos (1).

A relevância clínica desta limitação é substancial. Estudos epidemiológicos e patológicos demonstram consistentemente que a maioria infartos do miocárdio surgem de placas que não limitavam o fluxo antes da ruptura (2). Como doença cardiovascular continua sendo a principal causa de mortalidade em todo o mundo, com mortes anuais projetadas para ultrapassar 20 milhões até 2030, métodos aprimorados para identificar a aterosclerose coronariana de alto risco antes que ocorram eventos clínicos tornam-se cada vez mais necessários (3).

 

Evolução da Estratificação de Risco Cardíaco e a Biologia da Aterosclerose

A estratificação de risco cardiovascular tradicional depende de marcadores indiretos, como os níveis de lipídios séricos, pressão arterial, controle glicêmico, tabagismo status e variáveis demográficas incorporadas em base populacional calculadoras de risco. Embora esses modelos tenham se mostrado úteis em nível populacional, muitas vezes falta precisão quando aplicados a pacientes individuais, particularmente aqueles com resultados aparentemente “normais” fator de risco perfis que, no entanto, abrigam doença subclínica significativa (4).

A aterosclerose é uma doença inflamatória crônica da parede arterial, e não um distúrbio definido apenas pela obstrução luminal. A placa se desenvolve no(a) íntima e consiste em proporções variadas de lipídios, tecido fibroso, células inflamatórias e cálcio. Os testes diagnósticos convencionais — incluindo o teste ergométrico, o eletrocardiograma e a angiografia coronariana invasiva — detectam primariamente a doença uma vez que ela produz estenose hemodinamicamente significativa, normalmente definida como um estreitamento luminal de 70% ou mais (5).

Insight 1: Estudos de autópsia e angiográficos demonstram que aproximadamente 70–75% dos infartos do miocárdio ocorrem em vasos com menos de 50% estenose antes do evento índice, indicando que a maioria dos pacientes que sofrem síndromes coronarianas agudas não teria sido identificada como de alto risco apenas pelo teste de esforço padrão (2).

Insight 2: Coronário artéria o escore de cálcio (CACS) foi desenvolvido para melhorar a detecção de doença subclínica ao identificar placa calcificada. No entanto, o CACS não detecta placa não calcificada, e um escore de cálcio de zero não exclui a presença de lesões ricas em lipídios e propensas a rupturas (6).

Insight 3: A IA-QCT permite a quantificação não invasiva da coronária total carga de placa, incluindo placa não calcificada de baixa densidade, o qual demonstrou ter uma associação maior com futuros eventos cardiovasculares do que a gravidade da estenose isoladamente (7).

Característica da placa Visibilidade (CACS) Visibilidade (CCTA Padrão) Visibilidade (AI-QCT) Perfil de Risco Clínico
Placa calcificada Alto Alto Alto Geralmente estável; marcador de doença crônica
Placa não calcificada Nenhum Qualitativo / limitado Quantitativo / alto Risco elevado de ruptura
Placa de baixa densidade Nenhum Variável Alto Forte associação com a SCA
Total volume da placa Nenhum Estimativa indireta Preciso (mm³) Forte preditor de eventos futuros

Arquitetura Técnica de Análise Coronariana Habilitada por IA

Plataformas de QCT baseada em IA realizam análises a nível de voxel da árvore coronária, em vez de dependerem apenas da interpretação visual. Esses sistemas empregam arquiteturas de aprendizado profundo — incluindo redes neurais convolucionais (CNNs), modelos de segmentação U-Net tridimensionais e classificadores derivados de VGG —, treinadas em grandes conjuntos de dados curados que vinculam características de imagem à validação invasiva e a desfechos clínicos de longo prazo (8).

Insight 4: AI-QCT começa com a aquisição de CCTA de alta resolução. Os sistemas contemporâneos de tomografia computadorizada multidetectores, incluindo scanners de 64 e 640 cortes, fornecem a resolução temporal e resolução espacial necessário para minimizar o artefato de movimento e permitir a segmentação precisa da anatomia coronariana (5).

Insight 5: Algoritmos automatizados identificam a coronária lúmen e a parede do vaso e classificar os componentes da placa de acordo com os valores de atenuação em unidades Hounsfield, permitindo a diferenciação entre tecido rico em lipídios, fibroso e calcificado (9).

Insight 6: Derivado por IA isquemia os índices integram a morfologia da placa, o comprimento da lesão, o remodelamento vascular e a geometria luminal para estimar a limitação do fluxo, fornecendo um correlato não invasivo de [termo invasivo pendiente de contexto] reserva de fluxo fracionado (FFR) (10).

Validação Clínica e Evidências Revisadas por Pares

AI-QCT foi avaliado em múltiplos ensaios prospectivos, registros e estudos comparativos publicados em importantes periódicos de cardiologia e imagem, incluindo Journal of the American College of Cardiology, Circulation: Cardiovascular Imaging, e European Heart Journal – Cardiovascular Imaging (11).

Estudos Clínicos e Registros Importantes

Insight 7: O Estudo CREDENCE demonstraram forte concordância entre a análise de angiotomografia coronariana assistida por IA e a invasiva angiografia coronariana quantitativa e FFR, corroborando a precisão diagnóstica da angio-TC quantitativa baseada em inteligência artificial (AI-QCT) para a identificação de doença hemodinamicamente significativa (12).

Insight 8: O Registro CONFIRM2, abrangendo dezenas de milhares de pacientes em vários países, mostrou que as características de placa quantificadas por IA identificam um amplo gradiente de risco cardiovascular entre pacientes com [doença coronariana] não obstrutiva doença arterial coronariana (7).

Insight 9: O ESTUDO DETERMINADO demonstrou que a QTC-IA melhorou significativamente a certeza diagnóstica em comparação com a interpretação padrão, resultando em terapia médica mais adequada e fewer testes adicionais desnecessários (1).

Estudo N Principais Conclusões Valor-p Implicação Clínica
CONFIRMAR2 6,550 A AUC para MACE melhorou de 0,62 para 0,75 <0,001 Precisão prognóstica aprimorada
CREDENCE 513 Alta concordância com a FFR invasiva <0,01 Avaliação de isquemia não invasiva viável
PACIFIC-1 208 IA superou leitores especialistas <0,05 Variabilidade reduzida entre observadores
PROMESSA (subconjunto) 4,347 Stenoses 41% reclassificadas — Falsos positivos reduzidos

Implementação da Cardiologia Preventiva e Monitoramento Longitudinal de Doenças

A integração da IA-QCT nos fluxos de trabalho de cardiologia preventiva desloca o foco clínico da avaliação episódica para o monitoramento longitudinal da doença aterosclerótica.

Insight 10: A quantificação da carga total de placa permite a avaliação objetiva da progressão ou regressão da doença ao longo do tempo, facilitando uma abordagem de tratamento guiado por metas (treat-to-target) orientada por exames de imagem seriados (7).

Insight 11: Ferramentas de comparação baseadas em IA permitem a avaliação de alterações na composição da placa, incluindo a estabilização ou regressão da placa rica em lipídios em resposta à terapia médica (13).

Avanços de Hardware: Tomografia Computadorizada por Contagem de Fótons

O desempenho da IA-QCT depende da qualidade dos dados de imagem de entrada, que continua a melhorar com os avanços no hardware de TC.

Insight 12: Tomografia computadorizada por contagem de fótons sistemas convertem diretamente fótons de raios X em sinais elétricos, reduzindo o ruído eletrônico e artefatos de florescimento de cálcio comparado aos detectores convencionais de integração de energia (14).

Insight 13: O PCCT oferece maior resolução espacial com menor dose de radiação e contraste, ampliando a elegibilidade para imagem por TC coronariana para pacientes com alto frequências cardíacas, elevado índice de massa corporal, ou doença coronariana extensiva calcificação (15).

Implicações Econômicas e para o Sistema de Saúde

A adoção de exames de imagem cardíaca habilitados por inteligência artificial está alinhada com tendências mais amplas da saúde em direção à medicina baseada em valor e à prevenção.

Insight 14: Análises de mercado projetam um crescimento rápido das aplicações de IA na cardiologia, impulsionadas pela melhoria da eficiência diagnóstica e potenciais reduções nos custos subsequentes associados a eventos coronarianos agudos (16).

Insight 15: Identificação precoce de alto risco fenótipos de placas pode reduzir as taxas de infarto do miocárdio e os gastos associados com saúde ao permitir uma intervenção mais precoce e direcionada (17).

Conclusões e Direções Futuras

A cardiologia preventiva está migrando cada vez mais para um modelo biologicamente informado que enfatiza a carga e a composição da placa, e não apenas a gravidade da estenose. A angio-TC coronariana quantitativa baseada em inteligência artificial (AI-QCT) fornece uma estrutura reprodutível e quantitativa para avaliar a aterosclerose coronariana antes que eventos clínicos ocorram.

Insight 16: Os desenvolvimentos futuros provavelmente incluirão a integração de sistemas de IA agentivos, modelos digitais de coração longitudinais e fluxos de dados multimodais incorporando informações genômicas e metabólicas (18).

Insight 17: À medida que a IA assume um papel maior na interpretação e quantificação de imagens, os clínicos podem se concentrar cada vez mais na tomada de decisões clínicas de nível superior, na comunicação de riscos e na otimização de terapias individualizadas (19).

Referências

  1. Nurmohamed NS, Cole JH, Budoff MJ, et al. Impact of atherosclerosis imaging-quantitative computed tomography on diagnostic certainty, downstream testing, coronary revascularization, and medical therapy: the CERTAIN study. Eur Heart J Cardiovasc Imaging. 2024;25(6):857-866. doi:10.1093/ehjci/jeae029
  2. Falk E, Shah PK, Fuster V. Coronary plaque disruption. Circulation. 1995;92(3):657-671. doi:10.1161/01.cir.92.3.657
  3. Global Burden of Cardiovascular Diseases and Risks 2023 Collaborators. Global, Regional, and National Burden of Cardiovascular Diseases and Risk Factors in 204 Countries and Territories, 1990-2023. J Am Coll Cardiol. 2025;86(22):2167-2243. doi:10.1016/j.jacc.2025.08.015
  4. Lloyd-Jones DM. Cardiovascular risk prediction: basic concepts, current status, and future directions. Circulation. 2010;121(15):1768-1777. doi:10.1161/CIRCULATIONAHA.109.849166
  5. Douglas PS, Hoffmann U, Patel MR, et al. Outcomes of anatomical versus functional testing for coronary artery disease. N Engl J Med. 2015;372(14):1291-1300. doi:10.1056/NEJMoa1415516
  6. Greenland P, Blaha MJ, Budoff MJ, Erbel R, Watson KE. Coronary Calcium Score and Cardiovascular Risk. J Am Coll Cardiol. 2018;72(4):434-447. doi:10.1016/j.jacc.2018.05.027
  7. Feuchtner GM, Lacaita PG, Bax JJ, et al. AI-Quantitative CT Coronary Plaque Features Associate With a Higher Relative Risk in Women: CONFIRM2 Registry. Circ Cardiovasc Imaging. 2025;18(6):e018235. doi:10.1161/CIRCIMAGING.125.018235
  8. Oikonomou EK, Khera R. Machine learning in precision diabetes care and cardiovascular risk prediction. Cardiovasc Diabetol. 2023;22(1):259. Published 2023 Sep 25. doi:10.1186/s12933-023-01985-3
  9. Koo BK, Yang S, Jung JW, et al. Artificial Intelligence-Enabled Quantitative Coronary Plaque and Hemodynamic Analysis for Predicting Acute Coronary Syndrome. JACC Cardiovasc Imaging. 2024;17(9):1062-1076. doi:10.1016/j.jcmg.2024.03.015
  10. Nørgaard BL, Leipsic J, Gaur S, et al. Diagnostic performance of noninvasive fractional flow reserve derived from coronary computed tomography angiography in suspected coronary artery disease: the NXT trial (Analysis of Coronary Blood Flow Using CT Angiography: Next Steps). J Am Coll Cardiol. 2014;63(12):1145-1155. doi:10.1016/j.jacc.2013.11.043
  11. Beerkens FJ, Tang GHL, Kini AS, et al. Transcatheter Aortic Valve Replacement Beyond Severe Aortic Stenosis: JACC State-of-the-Art Review. J Am Coll Cardiol. 2025;85(9):944-964. doi:10.1016/j.jacc.2024.11.051
  12. Griffin WF, Choi AD, Riess JS, et al. AI Evaluation of Stenosis on Coronary CTA, Comparison With Quantitative Coronary Angiography and Fractional Flow Reserve: A CREDENCE Trial Substudy. JACC Cardiovasc Imaging. 2023;16(2):193-205. doi:10.1016/j.jcmg.2021.10.020
  13. Zaman S, Wasfy JH, Kapil V, et al. The Lancet Commission on rethinking coronary artery disease: moving from ischaemia to atheroma. Lancet. 2025;405(10486):1264-1312. doi:10.1016/S0140-6736(25)00055-8
  14. Willemink MJ, Persson M, Pourmorteza A, Pelc NJ, Fleischmann D. Photon-counting CT: Technical Principles and Clinical Prospects. Radiology. 2018;289(2):293-312. doi:10.1148/radiol.2018172656
  15. Schiebler ML, Jinzaki M, Yanagawa M, et al. Future Applications of Cardiothoracic CT. Radiology. 2025;315(3):e240085. doi:10.1148/radiol.240085
  16. Windecker S, Gilard M, Achenbach S, et al. Device innovation in cardiovascular medicine: a report from the European Society of Cardiology Cardiovascular Round Table. Eur Heart J. 2024;45(13):1104-1115. doi:10.1093/eurheartj/ehae069
  17. Undas A, Musiał J, Ząbczyk M. Antiphospholipid antibodies and atherosclerotic vascular disease: recent advances. Rheumatol Int. 2025;45(12):279. Published 2025 Nov 29. doi:10.1007/s00296-025-06050-8
  18. Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. 2019;25(1):44-56. doi:10.1038/s41591-018-0300-7
  19. Shetty NS, Gaonkar M, Pampana A, et al. Association of Pathogenic/Likely Pathogenic Inherited Cardiomyopathy Variants With Heart Failure: A TOPMed Multiancestry Analysis. Mayo Clin Proc. 2025;100(11):1948-1955. doi:10.1016/j.mayocp.2025.01.021

Nota de Transparência: Este artigo foi elaborado com o auxílio de ferramentas de IA. O conteúdo final foi cuidadosamente revisado e editado pelo autor, que é responsável por sua precisão. Este site é mantido por um Conselho Consultivo de pesquisadores. Todo o conteúdo tem fins exclusivamente educacionais e não constitui orientação médica.

Receba notificações sobre novos artigos!

Aplicativo de IA

Calculadora de Risco Cardíaco

Calculadora de risco cardíaco com histórico familiar educacional, com insights do escore H, entrada visual de árvore genealógica e relatórios em PDF compartilháveis.

Leia por que este aplicativo é tão importante aqui.