L'intelligenza artificiale (IA) sta gradualmente trasformando la chirurgia vascolare, fornendo strumenti per l'intero percorso di cura. Nella diagnostica per immagini, gli algoritmi di visione automatizzano la segmentazione e il sizing preoperatorio per le endoprotesi aortiche subrenali e fenestrate, garantendo al contempo l'affidabilità del monitoraggio postoperatorio (volumetria della sacca, rilevamento di endoleak). In patologia occlusiva, l'IA migliora lo screening e la caratterizzazione dell'arteriopatia obliterante degli arti inferiori e delle placche carotidee (ecografia, angio-TC, risonanza magnetica), mentre i modelli predittivi supportano la stratificazione del rischio (crescita/rottura degli aneurismi dell'aorta addominale, eventi post-rivascolarizzazione) e aiutano nella scelta tra opzioni chirurgiche ed endovascolari. L'IA contribuisce anche all'assistenza a distanza (pre-analisi delle immagini diagnostiche, triage tramite elaborazione automatica del linguaggio naturale delle cartelle cliniche) e alla formazione (simulatori e gemelli digitali, con valutazione oggettiva delle prestazioni). Permangono alcune sfide: qualità e governance dei dati, distorsioni ed esplicabilità, interoperabilità tra il sistema di archiviazione e di comunicazione di immagini/cartella clinica elettronica, validazione esterna multicentrica, nonché valutazione medico-economica e conformità normativa. Le prospettive si basano su studi di impatto clinico pragmatici, sull'integrazione di dati multimodali (clinici, biologici, di imaging, economici) e sul coinvolgimento attivo dei chirurghi vascolari per co-costruire, valutare e supervisionare gli strumenti di IA.