L'intelligence artificielle (IA) transforme progressivement la chirurgie vasculaire en outillant l'ensemble du parcours de soins. En imagerie, les algorithmes de vision automatisent la segmentation et le sizing préopératoire pour les endoprothèse aortiques sous-rénales et fenêtrées, et fiabilisent la surveillance postopératoire (volumétrie du sac, détection d'endofuites). En pathologie occlusive, l'IA améliore le dépistage et la caractérisation de l'artériopathie oblitérante des membres inférieurs et des plaques carotidiennes (échographie, angioscanner, imagerie par résonance magnétique), tandis que des modèles prédictifs soutiennent la stratification du risque (croissance/rupture des anévrismes de l'aorte abdominale, événements postrevascularisation) et l'aide à la décision entre options chirurgicales et endovasculaires. L'IA contribue également aux soins à distance (préanalyse d'imagerie, triage via traitement automatique du langage naturel des dossiers) et à la formation (simulateurs et jumeaux numériques, avec évaluation objective des performances). Des défis subsistent : qualité et gouvernance des données, biais et explicabilité, interopérabilité système d'archivage et de communication d'images/dossier médical électronique, validation externe multicentrique, ainsi qu'évaluation médicoéconomique et conformité réglementaire. Les perspectives reposent sur des études d'impact clinique pragmatiques, l'intégration de données multimodales (cliniques, biologiques, imagerie, économiques) et l'implication active des chirurgiens vasculaires pour coconstruire, évaluer et superviser les outils d'IA.