Resumo:

Resumo: O objetivo desse estudo foi analisar as aplicações da Inteligência Artificial (IA) no diagnóstico, monitoramento e prevenção da sarcopenia em idosos. Métodos: Trata-se de um estudo narrativo, descritivo e analítico, elaborado a partir de revisão da literatura científica realizada exclusivamente na base PubMed. Inicialmente, foram identificados 187 estudos, dos quais 25 foram selecionados após aplicação dos critérios de elegibilidade. Foram incluídos estudos envolvendo algoritmos de Machine Learning, Deep Learning, sensores inteligentes, biomarcadores digitais e tecnologias de imagem aplicadas à sarcopenia em idosos. Resultados: Os estudos apresentaram ampla heterogeneidade metodológica, com amostras variando de 31 a mais de 108 mil participantes, predominantemente idosos entre 60 e 83 anos. Modelos como XGBoost, Random Forest e Support Vector Machine demonstraram elevado desempenho preditivo, com valores de AUC entre 0,80 e 0,92 e acurácia variando de 84,5% a 97%. Sistemas automatizados baseados em tomografia computadorizada alcançaram aproximadamente 92% de precisão na segmentação muscular e até 100% de sucesso técnico em análises automatizadas. Conclusão: A IA apresenta elevado potencial para transformar o cuidado à pessoa idosa, favorecendo diagnósticos mais precoces, monitoramento contínuo e estratégias preventivas mais individualizadas para sarcopenia.