EUVIMEDEUVIMED entdecken
ÜbersichtsarbeitOpen Access · CC BY 4.0

Artificial Intelligence in Vascular Surgery: A Literature Review Focusing on Current Applications, Imaging Advances and Future Prospects

Künstliche Intelligenz in der Gefäßchirurgie: Literaturübersicht zu aktuellen Anwendungen, Bildgebung und Perspektiven

Areeb Ansari iD, Nabiha Ansari iD, Shehzad Zaheer iD, Usman Khalid iD, Kristian Bechev iD, Daniel Markov iD, Vladimir Aleksiev iD, Galabin Markov iD, Elena Poryazova iD

Journal of Clinical Medicine · 26.06.2026 · 15 (13) · 4988

DOI: 10.3390/jcm15134988 ↗

Auf einen Blick

Die Literaturübersicht beschreibt KI-Anwendungen in der Gefäßchirurgie, vor allem in der Bildgebung. Berichtet werden gute diagnostische Leistungen und Effizienzgewinne, bei begrenzter Evidenz.

Fragestellung

Welche aktuellen Anwendungen hat künstliche Intelligenz in der Gefäßchirurgie und im endovaskulären Bereich, besonders in der Bildgebung?

Methode

Literaturübersicht mit Suche in PubMed und Scopus; englischsprachige Artikel bis April 2026; zusätzlich manuelle Suche der Referenzlisten und aktueller Journale.

Ergebnisse

KI zeigte in mehreren Bildgebungsmodalitäten starke diagnostische Leistung. Für die Klassifikation peripherer arterieller Stenosen wurden 91,3 % Sensitivität und 95,2 % Spezifität berichtet; Plaquemodelle erreichten bis 96 % Genauigkeit.

Einschränkungen

Viele Studien waren retrospektiv, einarmig und beruhten auf kleinen Kollektiven mit heterogenen Endpunkten. Die Evidenz war durch methodische Heterogenität und fehlende externe Validierung begrenzt.

Schlussfolgerung der Autor:innen

KI hat großes Potenzial für die Gefäßchirurgie durch bessere Bildinterpretation, prozedurale Führung und individualisierte Planung. Vor breiter klinischer Anwendung sind prospektive multizentrische Studien und standardisierte Bewertung nötig.

Kernaussagen

  • KI zeigte gute diagnostische Leistung in mehreren Bildgebungsmodalitäten.
  • Effizienzgewinne betrafen OP-Dauer, Strahlenexposition und Kontrastmittelverbrauch.
  • Die aktuelle Evidenz ist heterogen und extern nur begrenzt validiert.

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Übersichtsarbeit in der Zeitschrift Journal of Clinical Medicine, online erschienen am 26.06.2026. Verfasst von Areeb Ansari und 8 weiteren Autor:innen. Beteiligte Einrichtung: Faculty of Medicine, Medical University of Plovdiv, 4002 Plovdiv, Bulgaria. Die Arbeit wurde bisher 1-mal zitiert (Crossref) und nennt 38 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

Auf einen BlickAbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Background/Objectives: Artificial intelligence (AI) is increasingly being integrated into vascular surgery, particularly in diagnostic imaging, perioperative planning, intraoperative guidance, and postoperative surveillance. This literature review evaluates the current applications of artificial intelligence in vascular surgery and endovascular practice, with a particular focus on imaging technologies and their role in improving diagnostic precision, workflow efficiency, and patient outcomes. In addition, the review examines emerging AI applications in operative workflow optimization, endovascular navigation, postoperative surveillance, training platforms, and AI-assisted clinical decision support.

Methods

A literature review was conducted using PubMed and Scopus with the search terms: (artificial intelligence OR AI OR neural network) AND (vascular surgery) AND (diagnosis OR treatment). Reference lists of included studies were manually screened, and additional recent studies were identified from relevant journals. Articles published in English up to April 2026 were included. Studies were assessed for their applications in vascular diagnostics, plaque characterization, endovascular workflow optimization, and postoperative surveillance.

Results

AI demonstrated strong diagnostic performance across multiple imaging modalities. Deep learning systems achieved a sensitivity of 91.3% and specificity of 95.2% in peripheral arterial stenosis classification, while plaque characterization models showed accuracies up to 96% and substantial agreement with expert imaging interpretation. AI-assisted operative systems improved procedural efficiency through reductions in operative duration, radiation exposure, and contrast utilization. However, many studies were retrospective, single-center, and based on relatively small cohorts with heterogeneous endpoints.

Conclusions

AI has significant potential to improve vascular surgical practice through enhanced image interpretation, procedural guidance, and individualized treatment planning. Despite promising outcomes, current evidence remains limited by methodological heterogeneity and insufficient external validation. Prospective multicenter studies and standardized evaluation frameworks are required before widespread clinical implementation can be achieved.

Schlagwörter

Stichwörter der Autor:innen

artificial intelligencecurrent applicationsdiagnosisimagingtreatmentvascular surgery

Autor:innen und Institutionen

  • Faculty of Medicine, Medical University of Plovdiv, 4002 Plovdiv, Bulgaria.
  • Department of Anatomy, Histology and Cytology, Faculty of Medicine, Medical University of Plovdiv, 4002 Plovdiv, Bulgaria.
  • Neurological Surgery, Pulmed University Hospital, 4000 Plovdiv, Bulgaria.
  • Department of General and Clinical Pathology, Faculty of Medicine, Medical University of Plovdiv, 4002 Plovdiv, Bulgaria.
  • Department of Clinical Pathology, University Hospital "Pulmed", 4002 Plovdiv, Bulgaria.
  • Department of Thoracic Surgery, University Hospital "Kaspela", 4002 Plovdiv, Bulgaria.

ORCID-Profile: Areeb Ansari, Nabiha Ansari, Shehzad Zaheer, Usman Khalid, Kristian Bechev, Daniel Markov, Vladimir Aleksiev, Galabin Markov, Elena Poryazova

Zitieren

APA

Ansari, A., Ansari, N., Zaheer, S., Khalid, U., Bechev, K., Markov, D., Aleksiev, V., Markov, G., & Poryazova, E. (2026). Artificial Intelligence in Vascular Surgery: A Literature Review Focusing on Current Applications, Imaging Advances and Future Prospects. Journal of Clinical Medicine, 15(13), 4988. https://doi.org/10.3390/jcm15134988

Vancouver

Ansari A, Ansari N, Zaheer S, Khalid U, Bechev K, Markov D, et al. Artificial Intelligence in Vascular Surgery: A Literature Review Focusing on Current Applications, Imaging Advances and Future Prospects. Journal of Clinical Medicine. 2026;15(13):4988. doi:10.3390/jcm15134988

BibTeX
@article{Ansari2026,
  author = {Ansari, Areeb and Ansari, Nabiha and Zaheer, Shehzad and Khalid, Usman and Bechev, Kristian and Markov, Daniel and Aleksiev, Vladimir and Markov, Galabin and Poryazova, Elena},
  title = {Artificial Intelligence in Vascular Surgery: A Literature Review Focusing on Current Applications, Imaging Advances and Future Prospects},
  journal = {Journal of Clinical Medicine},
  year = {2026},
  volume = {15},
  number = {13},
  pages = {4988},
  doi = {10.3390/jcm15134988}
}
Kostenlos starten →