Objective – Identify artificial intelligence techniques used in high-impact scientific literature in the field of transplantation. Methods – Review of articles published between 2021 and 2023 in the five highest impact factor journals, indexed in PubMed. Results – Eight articles employing machine learning techniques, including Bayesian models, neural networks, and decision trees, were analyzed, applied at different stages of organ transplantation. AI techniques proved effective in donor selection, graft survival prediction, and rejection detection. Conclusion – AI techniques, especially more modern ones like deep learning, are preferred in recent literature due to their precision and effectiveness in the field of transplantation.
Objetivo – Identificar as técnicas de inteligência artificial utilizadas na literatura científica de alto impacto na área de transplantes. Métodos – Revisão de artigos publicados entre 2021 e 2023 nas cinco revistas de maior fator de impacto, indexadas no PubMed. Resultados – Foram analisados 8 artigos que empregaram técnicas de aprendizado de máquina, incluindo modelos bayesianos, redes neurais e árvores de decisão, aplicadas em diferentes etapas do transplante de órgãos. As técnicas de IA mostraram-se eficazes na seleção de doadores, predição de sobrevida do enxerto e detecção de rejeição. Conclusões – As técnicas de IA, especialmente as mais modernas como deep learning, são preferidas na literatura recente devido à sua precisão e eficácia na área de transplantes.
