Este whitepaper revisa o apoio da IA ao rastreamento, à imagem e à predição em ginecologia e obstetrícia, com foco na América Latina. É uma síntese narrativa da evidência construída a partir de buscas no PubMed realizadas em junho e julho de 2026, com um corpus final de 27 referências, e classifica cada aplicação em cinco níveis de maturidade, do desenvolvimento retrospectivo à implementação de rotina monitorada. É literatura cinzenta não revisada por pares, publicada pela Arkangel AI, e não avalia nenhum produto da Arkangel.
O rastreamento cervical e a análise de imagens têm a evidência mais madura: um modelo de citologia cervical atingiu AUC de 0.947 em validação prospectiva com 2,780 participantes, enquanto um modelo de citologia em meio líquido mostrou especificidade menor que a dos citopatologistas (0.831 contra 0.901). A ultrassonografia fetal é uma área ativa, e os modelos de aprendizado de máquina para pré-eclâmpsia e diabetes gestacional são numerosos, mas heterogêneos, com AUROC agrupada de 0.8492 para diabetes gestacional e heterogeneidade considerável. A evidência regional direta vem de duas coortes mexicanas, entre elas um modelo de pré-eclâmpsia com AUC de 0.897 para a doença pré-termo. Os autores concluem que nenhum domínio sustenta ainda uma implementação de rotina segura na América Latina e pedem validação externa, auditorias de viés e medidas de processo antes de qualquer afirmação de impacto clínico.
