Impresión 3D e Inteligencia Artificial como apoyo en estrategias terapéuticas para enfermedades cardiovasculares en adultos: Una revisión sistemática
DOI:
https://doi.org/10.33448/rsd-v15i3.50806Palabras clave:
Impresión 3D, Inteligencia Artificial, Enfermedades Cardiovasculares.Resumen
El avance de la Inteligencia Artificial (IA) y de la Impresión 3D permite innovaciones en el tratamiento de las enfermedades cardiovasculares. Estas herramientas tecnológicas desempeñan un papel fundamental en la producción de modelos 3D individualizados y en la simulación de técnicas durante procedimientos quirúrgicos. El objetivo de este estudio es analizar el papel de la Inteligencia Artificial y de la Impresión 3D en la creación de una planificación terapéutica personalizada para las enfermedades cardiovasculares. Se trata de una Revisión Integrativa, utilizando datos de la National Library of Medicine (PubMed) y de la Scientific Electronic Library Online (SciELO), abarcando los años de 2019 a 2024. Los descriptores aplicados fueron: Artificial Intelligence AND Printing Three-Dimensional AND (Cardiovascular Surgical Procedures OR Cardiovascular). Estos descriptores están alineados con los Descriptores en Ciencias de la Salud (DeCS). El uso de la Impresión 3D y de la Inteligencia Artificial ha proporcionado mayor precisión en los diagnósticos, en la planificación quirúrgica y en la personalización terapéutica. Estudios de imagen, como la Tomografía Computarizada (TC) y la Resonancia Magnética (RM), son esenciales para la creación de modelos tridimensionales, apoyados por algoritmos y softwares específicos. Estas tecnologías benefician casos como cardiopatías congénitas, disecciones aórticas y reemplazos valvulares, por ejemplo, al permitir una mejor visualización anatómica, mejorar la formación médica y optimizar la comunicación con el paciente. La Impresión 3D y la Inteligencia Artificial contribuyen al tratamiento personalizado de las enfermedades cardiovasculares. Al tratarse de un campo en constante evolución, aún existe escasez de información y necesidad de más estudios.
Referencias
An, J., Chua, C. K., & Mironov, V. (2021). Application of Machine Learning in 3D Bioprinting: Focus on Development of Big Data and Digital Twin. International journal of bioprinting, 7(1), 342. https://doi.org/10.18063/ijb.v7i1.342
Baggiano, A., Mushtaq, S., Fusini, L., Muratori, M., Pontone, G., & Pepi, M. (2025). Artificial Intelligence in Cardiovascular Imaging: Current Applications and New Horizons. Journal of cardiovascular echography, 35(2), 97–107. https://doi.org/10.4103/jcecho.jcecho_62_25
Chessa, M., Van De Bruaene, A., Farooqi, K., Valverde, I., Jung, C., Votta, E., Sturla, F., Diller, G. P., Brida, M., Sun, Z., Little, S. H., & Gatzoulis, M. A. (2022). Three-dimensional printing, holograms, computational modelling, and artificial intelligence for adult congenital heart disease care: an exciting future. European Heart Journal, 43(28), 2672–2684. https://doi.org/10.1093/eurheartj/ehac266
Crossetti, M. G. O. (2012). Revisão integrativa de pesquisa na enfermagem o rigor cientifico que lhe é exigido. Rev Gaúcha Enferm. 33(2):8-9.
Dey, D., Slomka, P. J., Leeson, P., Comaniciu, D., Shrestha, S., Sengupta, P. P., & Marwick, T. H. (2019). Artificial intelligence in cardiovascular imaging: JACC state-of-the-art review. Journal of the American College of Cardiology, 73(11), 1317–1335. https://doi.org/10.1016/j.jacc.2018.12.054
Doenças Cardiovasculares. OPAS/OMS | Organização Pan-Americana da Saúde. (n.d.). https://www.paho.org/pt/topicos/doencas-cardiovasculares
Litjens, G., Kooi, T., Bejnordi, B. E., Setio, A. A. A., Ciompi, F., Ghafoorian, M., van der Laak, J. A. W. M., van Ginneken, B., & Sánchez, C. I. (2017). A survey on deep learning in medical image analysis. Medical image analysis, 42, 60–88. https://doi.org/10.1016/j.media.2017.07.005
Mensah, G. A., Fuster, V., Murray, C. J. L., & Roth, G. A. (2023). Global burden of cardiovascular diseases and risks, 1990-2022. Journal of the American College of Cardiology, 82(25), 2350–2473. https://doi.org/10.1016/j.jacc.2023.11.007
Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., & The PRISMA Group. (2009). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. PLoS Medicine, 6(7), e1000097. https://doi.org/10.1371/journal.pmed.1000097
Pereira, A. S. et al. (2018). Metodologia da pesquisa científica. [free ebook]. Santa Maria: Editora da UFSM.
Qiu, H., Wen, S., Ji, E., Chen, T., Liu, X., Li, X., Teng, Y., Zhang, Y., Liufu, R., Zhang, J., Xu, X., Chen, J., Huang, M., Cen, J., & Zhuang, J. (2022). A Novel 3D Visualized Operative Procedure in the Single-Stage Complete Repair With Unifocalization of Pulmonary Atresia With Ventricular Septal Defect and Major Aortopulmonary Collateral Arteries. Frontiers in Cardiovascular Medicine, 9, 836200. https://doi.org/10.3389/fcvm.2022.836200
Risemberg, R. I. C. et al. (2026). A importância da metodologia científica no desenvolvimento de artigos científicos. E-Acadêmica, 7(1), e0171675. https://eacademica.org/eacademica/article/view/675.
Roche, C. D., Brereton, R. J. L., Ashton, A. W., Jackson, C., & Gentile, C. (2020). Current challenges in three-dimensional bioprinting heart tissues for cardiac surgery. European journal of cardio-thoracic surgery: official journal of the European Association for Cardio-thoracic Surgery, 58(3), 500–510. https://doi.org/10.1093/ejcts/ezaa093
Silva, A. L., Moraes, J. A., Benitez, L. B., & Kaufmann, E. A. (2021). Impressão 3D: Análise da Evolução e Seus Impactos no Mundo Científico. Revista FSA, 18(11), 124–144. https://doi.org/10.12819/2021.18.11.6
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research. 104, 333-9. https://doi.org/10.1016/j.jbusres.2019.07.039.
Souza, M. T., Silva, M. D., & Carvalho, R. (2010). Revisão integrativa: O que é e como fazer. Einstein (São Paulo), 8(1), 102–106. https://doi.org/10.1590/s1679-45082010rw1134
Stewart, C. E., Kan, C. F., Stewart, B. R., Sanicola, H. W., Jung, J. P., Sulaiman, O. A., & Wang, D. (2020). Machine Intelligence for Nerve Conduit Design and production. Journal of Biological Engineering, 14(1). https://doi.org/10.1186/s13036-020-00245-2
Sun, Z., Silberstein, J., & Vaccarezza, M. (2024). Cardiovascular Computed Tomography in the Diagnosis of Cardiovascular Disease: Beyond Lumen Assessment. Journal of Cardiovascular Development and Disease, 11(1), 22. https://doi.org/10.3390/jcdd11010022
Vaz Kochhann, E., Alencastro Costa Moreira, C., Miki Alves, G., Vilela Neves Júnior, A., Mattar Marangoni, M., Teixeira de Assis Carvalho, L., Teixeira de Assis Carvalho, G., Fellipe Santos Silva, D., Azara Oliveira, E., & Gonçalves Cherain, L. G. (2022). BIOIMPRESSÃO 3D DE TECIDOS CARDIOVASCULARES. RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, 3(12), e3122409. https://doi.org/10.47820/recima21.v3i12.2409
Wang, D. D., Qian, Z., Vukicevic, M., Engelhardt, S., Kheradvar, A., Zhang, C., Little, S. H., Verjans, J., Comaniciu, D., O'Neill, W. W., & Vannan, M. A. (2021). 3D Printing, Computational Modeling, and Artificial Intelligence for Structural Heart Disease. JACC. Cardiovascular imaging, 14(1), 41–60. https://doi.org/10.1016/j.jcmg.2019.12.022
Wohlers, T., Gornet, T., Mostow, N., Campbell, I., Diegel, O., Kowen, J., Huff, R., Stucker, B., Fidan, I., Doukas, A., Drab, B., Drstvenšek, I., Eitsert, N., Espalin, D., Feldhausen, T., Ghany, K., Gillett-Crooks, M., Guo, D., Held, A., … Peels, J. (2023). History of additive manufacturing. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4474824
Yan, Y., Su, Y. Y., & Yan, Z. Y. (2022). Preservation of Autologous Brachiocephalic Vessels with Assistance of Three-Dimensional Printing Based on Convolutional Neural Networks. Computational and Mathematical Methods in Medicine, 2022, 6499461. https://doi.org/10.1155/2022/6499461
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Maria Clara Sales Araujo, Maria Cecília Muniz Cirne, Letícia Porto Menelau, Beatriz Azevedo Santos, Evelyne Imidio Prestrelo Marinho, Lucas Rafael De Fátima Assis Carneiro, Guilherme De Souza Farias, Jefferson Matheus Arruda Xavier, Matheus Alves Cordeiro Cavalcanti, Manuela Barbosa Rodrigues de Souza, Pedro Rafael Salerno
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
