Acceso gestor editorial

Nuevo Usuario

Revista Angiología 00888 / http://dx.doi.org/10.20960/angiologia.00888
Resumen| PDF

Revisiones

Inteligencia artificial en la cirugía vascular moderna: aplicaciones actuales y perspectivas futuras

Miguel Castro e Silva, Celso Nunes, Eduardo Silva, Luis Orelhas, Jorge Costa, Manuel Fonseca

Prepublicado: 2026-10-01

Logo Descargas   Número de descargas: 41      Logo Visitas   Número de visitas: 16      Citas   Citas: 0

Compártelo:


La inteligencia artificial (IA) está transformando progresivamente la cirugía vascular, un campo cada vez más impulsado por datos clínicos multimodales e imágenes complejas. Los avances en aprendizaje automático y visión por computadora permiten la segmentación automatizada de la anatomía vascular, una evaluación morfovolumétrica más precisa de los aneurismas aórticos y una estratificación del riesgo más individualizada, más allá de los criterios tradicionales basados en el diámetro. En la enfermedad arterial periférica y el trauma vascular, los modelos predictivos han demostrado mejor discriminación pronóstica que los sistemas convencionales y favorecen decisiones más precisas en el salvamento de extremidades y en la vigilancia posoperatoria. La IA también se aplica en la enfermedad venosa crónica, donde la visión artificial facilita la evaluación objetiva de úlceras y el seguimiento remoto. En el ámbito quirúrgico, los enfoques computacionales se integran en la planificación preoperatoria y la navegación intraoperatoria, con evidencia preliminar de mayor eficiencia y menor exposición a la radiación. No obstante, su implementación enfrenta desafíos relacionados con la transparencia algorítmica, el sesgo de datos, la validación externa y la regulación. La IA debe considerarse una herramienta de apoyo que complemente el juicio clínico y mejore la precisión y personalización de la atención vascular.

Palabras Clave: Inteligencia artificial. Aprendizaje automático. Procedimientos quirúrgicos vasculares. Valor predictivo de las pruebas. Cirugía asistida por ordenador. Equidad en salud.



DuBose JJ, Savage SA, Fabian TC, Menaker J, Scalea T, Holcomb JB, et al. The American Association for the Surgery of Trauma PROspective Observational Vascular Injury Treatment (PROOVIT) registry: multicenter data on modern vascular injury diagnosis, management, and outcomes. J Trauma Acute Care Surg 2015;78:215-22.
DOI: 10.1097/TA.0000000000000520
Li B, Feridooni T, Cuen-Ojeda C, Kishibe T, de Mestral C, Mamdani M, et al. Machine learning in vascular surgery: a systematic review and critical appraisal. NPJ Digit Med 2022;5(1):119.
DOI: 10.1038/s41746-021-00552-y
Moreno-Carriles RM. Big data, ¿pero qué es? Angiología 2018;70(5):191-4.
DOI: 10.1016/j.angio.2018.05.001
Sidey-Gibbons JAM, Sidey-Gibbons CJ. Machine learning in medicine: a practical introduction. BMC Med Res Methodol 2019;19(1):64.
DOI: 10.1186/s12874-019-0681-4
Hashimoto DA, Rosman G, Witkowski ER, Stafford C, Navarette-Welton AJ, Rattner DW. Computer Vision in Surgery: From Potential to Products. Surg Endosc 2020;34(1):4-13.
Aboian E, Kiang S, Dardik A. Using Image-based Artificial Intelligence for volumetric and morphologic evaluation of aortic aneurysms to enhance patient care. JVS-Vasc Insights 2025;3:100275.
DOI: 10.1016/j.jvsvi.2025.100275
Chaikof EL, Dalman RL, Eskandari MK, Jackson BM, Lee WA, Mansour MA, et al. The Society for Vascular Surgery practice guidelines on the care of patients with an abdominal aortic aneurysm. J Vasc Surg 2018;67(1):2-77.e2.
DOI: 10.1016/j.jvs.2017.10.044
Raffort J, Adam C, Carrier M, Ballaith A, Coscas R, Jean-Baptiste E, et al. Artificial intelligence in abdominal aortic aneurysm. J Vasc Surg 2020;72(1):321-33.
DOI: 10.1016/j.jvs.2019.12.026
Aboian E, Lo H, Grewal M, Tran Z, El-Farra M, Tomihama R, et al. A novel self-configuring nn-UNET deep learning model for automated aortic volumetric analysis. J Vasc Surg 2024;80(1):165-74.
Prevision. PRAEVAorta [Software]. 2025.
Metcalfe D, Holt PJ, Thompson MM. The role of intraluminal thrombus in the development and rupture of abdominal aortic aneurysm. Atherosclerosis 2011;215(1):1-7.
Joldes GR, Miller K, Wittek A, Doyle BJ. A practical and robust method for patient-specific computational mechanics: a new paradigm for clinical decision support. Ann Biomed Eng 2016;44(10):3079-90.
Tran Z, Wilkinson MC, Guardamondo G, El-Farra MH, Peetz AB, Tomihama RT, et al. Narrative review on applications of artificial intelligence in vascular trauma. JVS-Vasc Insights 2025;3;100268.
DOI: 10.1016/j.jvsvi.2025.100268
Tomihama RT, Tran Z, Grewal M, Peetz A, El-Farra MH, Wilkinson MC, et al. Deep learning algorithm for detection of blunt cerebrovascular injury. J Vasc Surg 2024;79(6):1481-8.
Farzaneh N, Williams J, Lumba-Brown A, Cheshier S, Grant G, Lee H. Machine learning model to predict blunt cerebrovascular injury in pediatric trauma. J Pediatr Surg 2022;57(5):941-6.
Kwon S, Lee H, Lee H. Geospatial analysis of trauma care deserts in the United States. JAMA Surg 2021;156(11):e214246.
Wilkinson MC, Ayad A, Kiang SC, Grewal ML. A review on the current applications of artificial intelligence in chronic venous insufficiency. JVS-Vasc Insights 2025;3;100261.
DOI: 10.1016/j.jvsvi.2025.100261
Ngo P, Le L, Rivas E, Le T, Le H, Nguyen H, et al. Early prediction of venous leg ulcer healing using a machine learning model on thermographic images. Int Wound J 2021;18(5):665-74.
Wang SC, Anderson JA, Jones DV, Evans R. A mobile wound care application using artificial intelligence for tissue analytics: a quasi-experimental study. JAMA Netw Open 2020;3(12):e2025875.
Shammas NW, Shammas GA, Shammas L, Jones-Miller S, Jerin M, Shammas R, et al. Artificial Intelligence of Arterial Doppler Waveforms to Predict Major Adverse Outcomes Among Patients Evaluated for Peripheral Artery Disease. J Am Heart Assoc 2024;13(3):e031880.
Farber A, Raulli A, Eberhardt RT, Jaff MR, Rybin DV, Doros G, et al. A machine learning algorithm to predict major adverse limb events using a 6-protein panel in peripheral artery disease. Sci Rep 2024;14(1):2883.
Farber A, Menard MT, Eslami MH, Kalish JA, Wyers M, Hamdan A, et al. A novel machine learning approach to predict the need for reintervention after endovascular aneurysm repair. J Vasc Surg 2020;72(5):1611-9.
Grewal ML, Wilkinson MC, El-Farra MH, Lo H, Tomihama RT, Kiang SC. A machine learning model to predict lack of clinical improvement after varicose vein ablation using the Vascular Quality Initiative registry. J Vasc Surg Venous Lymphat Disord 2024;12(1):101-9.
Tran Z, Guardamondo G, Wilkinson MC, El-Farra MH, Tomihama RT, Peetz AB, et al. Machine learning identifies novel predictors of mortality in blunt thoracic aortic injury from the Aortic Trauma Foundation global registry. J Trauma Acute Care Surg 2024;97(1):85-92.
Helling TS, McNabney WK, Whittaker JR, Reisz G. The role of the Mangled Extremity Severity Score in the assessment of upper extremity injury. J Trauma 1991;31(12):1684-8.
Perkins ZB, Yet B, Sharrock A, Rickard R, Marsh W, D’Amours S, et al. A new model for predicting amputation in military casualties: a Bayesian network analysis of the UK Joint Theatre Trauma Registry. Ann Surg 2017;265(1):185-91.
Bevevino AJ, Dearth CL, Rhee P, O’Connor JV, Scalea TM, Pollak AN. Modern-era combat-related extremity vascular injury: a 15-year review of the Joint Theater Trauma Registry. J Trauma Acute Care Surg 2019;87(1S Suppl 1):S156-64.
Fukaya E, Flores AM, Lind-Thomsen A, D’Amore A, Yoshino D; group TUB varicose veins working, et al. Clinical and genetic risk factors for varicose veins. J Vasc Surg Venous Lymphat Disord 2018;6(6):750-8.
Chen Y, Li Y, Wang Y, Zhang J, Zhao G, Wang Y. Identification of key methylation-regulated genes in varicose veins by bioinformatics analysis. Ann Vasc Surg 2021;73:378-87.
Patel R, Sandri G, Torsello G, Donas K. Artificial Intelligence-Based Software for Planning and Navigation During Complex Endovascular Aortic Repair. J Endovasc Ther 2021;28(4):619-26.
Moulakakis KG, Dalainas I, Mylonas S, Sfyroeras G, Kakisis J, Liapis CD. The role of three-dimensional imaging in the planning of thoracic endovascular aortic repair. Ann Vasc Surg 2011;25(5):694-700.
He K, Gkioxari G, Dollár P, Girshick R. Mask R-CNN. IEEE Trans Pattern Anal Mach Intell 2020;42(2):386-97.
DOI: 10.1109/TPAMI.2018.2844175
Hashimoto DA, Bynum J, Witkowski E, Nawrat A, Rosman G, Rattner D. Artificial Intelligence for Surgical Phase Recognition. Ann Surg 2020;271(4):716-21.
Fard MJ, Ameri G, Darin Ellis R, Poursartip A, Abdi F, Hashemi A, et al. A review of surgical skill assessment methods. J Clin Med 2018;7(5):103.
Tran Z, Byun J, Lee HY, Boggs H, Tomihama EY, Kiang SC. Bias in artificial intelligence in vascular surgery. Semin Vasc Surg 2023;36:430-4.
DOI: 10.1053/j.semvascsurg.2023.07.003
Reddy S, Allan S, Coghlan S, Cooper P. A governance model for the application of AI in health care. J Am Med Inf Assoc 2020;27:491-7.
DOI: 10.1093/jamia/ocz192
Cobianchi L, Piccolo D, Dal Mas F, Agnoletti V, Ansaloni L, Balch J, et al. Surgeons’ perspectives on artificial intelligence to support clinical decision-making in trauma and emergency contexts: results from an international survey. World J Emerg Surg 2023;18:1.
DOI: 10.1186/s13017-022-00467-3
Wiens J, Saria S, Sendak M, Ghassemi M, Liu VX, Doshi-Velez F, et al. Do no harm: a roadmap for responsible machine learning for health care. Nat Med 2019;25(9):1337-40.
DOI: 10.1038/s41591-019-0548-6
Obermeyer Z, Powers B, Vogeli C, Mullainathan S. Dissecting racial bias in an algorithm used to manage the health of populations. Science 2019;366(6464):447-53.
DOI: 10.1126/science.aax2342
Dua A, Desai SS, Heller JA. The Impact of Race on Advanced Chronic Venous Insufficiency. Ann Vasc Surg 2016;34:152-6.
DOI: 10.1016/j.avsg.2016.01.020
U.S. Department of Health and Human Services. Health Data, Technology, and Interoperability: Certification Program Updates, Algorithm Transparency, and Information Sharing (HTI-1) Final Rule. Vol. 89. Federal Register; 2024 p. 2354-633. Report No.: 7. Available from: https://www.govinfo.gov/content/pkg/FR-2024-01-09/pdf/2023-28857.pdf
U.S. Food and Drug Administration. Artificial Intelligence and Machine Learning (AI/ML)-Based Software as a Medical Device (SaMD) Action Plan. 2021. Available from: https://www.fda.gov/media/145022/download
Palaniappan K, Lin EYT, Vogel S. Global Regulatory Frameworks for the Use of Artificial Intelligence (AI) in the Healthcare Services Sector. Healthc Basel 2024;12:562.
DOI: 10.3390/healthcare12050562
Wilkinson MC, Roh D, Kiang SC, Tomihama RT. Introduction to block chain technology and potential applications in vascular surgery. JVS-Vasc Insights 2025;3:100262.
DOI: 10.1016/j.jvsvi.2025.100262
Abu-Elezz I, Hassan A, Nazeemudeen A, Househ M, Abd-Alrazaq A. The benefits and threats of blockchain technology in healthcare: A scoping review. Int J Med Inf 2020;142:104246.
DOI: 10.1016/j.ijmedinf.2020.104246

Cartas al Director: Estudio nacional de cohortes COVID-VAS

Enrique M. San Norberto García , Joaquín de Haro Miralles

Publicado: 2020-04-09 / http://dx.doi.org/10.20960/angiologia.00140
Resumen | PDF

Revisiones: Inteligencia artificial y modelado computacional avanzado en cirugía vascular. Implicaciones para la práctica clínica

Francisco Álvarez Marcos , Noelia Alonso Gómez , Joaquín de Haro Miralles

Publicado: 2020-06-20 / http://dx.doi.org/10.20960/angiologia.00177
Resumen | PDF

Editoriales: La inteligencia artificial en la redacción y autoría de publicaciones científicas

Rafael Fernández-Samos Gutiérrez

Publicado: 2023-03-16 / http://dx.doi.org/10.20960/angiologia.00512
Resumen | PDF

Casos Clínicos: Reparación del eje carotídeo con injerto autólogo por sangrado recurrente posamigdalectomía en edad pediátrica

Juan David Zafra Angulo , Marta Lavirgen Labrador , Andrés Eduardo Salazar Álvarez , Alejandro Castro Calvo , Álvaro Fernández Heredero

Publicado: 2023-03-09 / http://dx.doi.org/10.20960/angiologia.00506
Resumen | PDF

Cartas al Director: El papel de la inteligencia artificial en las revisiones sistemáticas: implicaciones y desafíos para la divulgación científica

Ángel Roco-Videla , Raúl Alberto Aguilera-Eguía , Mariela Olguín-Barraza , Cherie Flores-Fernández

Publicado: 2023-07-16 / http://dx.doi.org/10.20960/angiologia.00552
Resumen | PDF

Casos Clínicos: Abordaje quirúrgico alternativo para el tratamiento de lesiones vasculares en la región axilosubclavia

Óscar Rubio , Héctor Conrado Jiménez Sánchez , Camilo Espinel Ortiz , Carlos Eduardo Olarte , Gianmarco Camelo Pardo

Publicado: 2023-09-20 / http://dx.doi.org/10.20960/angiologia.00574
Resumen | PDF

Editoriales: La inteligencia artificial en publicaciones

José A. González-Fajardo

Publicado: 2023-10-20 / http://dx.doi.org/10.20960/angiologia.00587
Resumen | PDF

Originales: Experiencia y factores perioperatorios que afectan a los resultados en isquemia mesentérica aguda. Resultados de un hospital terciario chileno

Álvaro José Morales Palma , Enrique Cruz Mackenna , Daniel Gutiérrez Véliz , Juan Pablo Moreno Pérez , Alejandro Campos Gutiérrez , José Matías Robles Maldonado

Publicado: 2023-07-05 / http://dx.doi.org/10.20960/angiologia.00549
Resumen | PDF

Editoriales: ¿Es posible potenciar las revisiones de la literatura mediante la inteligencia artificial?

Raúl Alberto Aguilera-Eguía , Ángel Roco Videla , Héctor Fuentes-Barría , Erik Álvarez Mabán

Publicado: 2023-12-18 / http://dx.doi.org/10.20960/angiologia.00602
Resumen | PDF

Cartas al Director: La caja de Pandora de la inteligencia artificial en la redacción científica: reflexiones sobre la postura de "Angiología"

Raúl Alberto Aguilera-Eguía , Ángel Roco Videla , Héctor Fuentes-Barría , Georgiy Polevoy

Publicado: 2023-12-29 / http://dx.doi.org/10.20960/angiologia.00610
Resumen | PDF

Originales: Complicaciones del acceso vascular femoral en el implante transcatéter de válvula aórtica (TAVI): revisión en un centro de alto nivel en España

Juan David Zafra Angulo , Nieves Aleicel Concepción Rodríguez , Jennifer Mondragón Zamora , Teresa Hernández Ruiz , Verónica Carolina Morillo Jiménez , Álvaro Fernández Heredero

Publicado: 2023-10-14 / http://dx.doi.org/10.20960/angiologia.00583
Resumen | PDF

Imagen Clínica del Mes: Manejo quirúrgico de la patología aórtica; experiencia en un centro de alta complejidad

Camilo Espinel Ortiz , César Hernando Cediel Barrera , Héctor Conrado Jiménez Sánchez , Gianmarco Camelo Pardo

Publicado: 2023-10-06 / http://dx.doi.org/10.20960/angiologia.00578
Resumen | PDF

Revisiones: Inteligencia artificial en trauma vascular periférico: una revisión y perspectivas

Daniela Arbeláez Lelión , Mateo Murcia Ramos , Samuel Sagado Uribe , Laura Uribe González , Maria Adriana Serrano Gamboa

Publicado: 2025-08-04 / http://dx.doi.org/10.20960/angiologia.00813
Resumen | PDF

Artículos más populares

Imagen Clínica del Mes: Aneurisma venoso portal

Las dilataciones aneurismáticas del sistema venoso...

Publicado: 2025-09-21
Resumen | PDF

Casos Clínicos: Fístulas ureteroilíacas sin confirmación radiológica: tratamiento endovascular por sospecha radiológica en una serie de tres casos

Introducción: las fístulas ureteroilíacas son una...

Publicado: 2025-12-03
Resumen | PDF

Casos Clínicos: Manejo endovascular del trauma penetrante de aorta torácica

Introducción: las lesiones traumáticas de la aorta...

Publicado: 2026-01-04
Resumen | PDF

Editado en Madrid por:
Diseño y Desarrollo web Im3diA comunicación

Una cookie o galleta informática es un pequeño archivo de información que se guarda en su navegador cada vez que visita nuestra página web. La utilidad de las cookies es guardar el historial de su actividad en nuestra página web, de manera que, cuando la visite nuevamente, ésta pueda identificarle y configurar el contenido de la misma en base a sus hábitos de navegación, identidad y preferencias. Las cookies pueden ser aceptadas, rechazadas, bloqueadas y borradas, según desee. Ello podrá hacerlo mediante las opciones disponibles en la presente ventana o a través de la configuración de su navegador, según el caso. En caso de que rechace las cookies no podremos asegurarle el correcto funcionamiento de las distintas funcionalidades de nuestra página web. Más información en el apartado “POLÍTICA DE COOKIES” de nuestra página web.

Rechazar