Introdução: As doenças cardiovasculares (DCV) permanecem como a principal causa de morbimortalidade global, com a hipertensão arterial (HA) como fator de risco para eventos como infarto agudo do miocárdio e acidente vascular cerebral. A complexidade desses agravos e a limitação dos modelos tradicionais dificultam a identificação precoce de indivíduos em maior risco. Nesse contexto, a inteligência artificial (IA) surge como abordagem promissora para análise de grandes volumes de dados e desenvolvimento de modelos preditivos. Objetivou-se mapear as principais ferramentas de IA na predição de eventos cardiovasculares em indivíduos com HA. Método: Trata-se de uma revisão de escopo conduzida conforme as recomendações do Joanna Briggs Institute e do PRISMA-ScR. A estratégia de busca foi realizada nas bases PubMed, Scopus, Embase e Biblioteca Virtual em Saúde (BVS), além da literatura cinzenta. Resultados e discussão: A análise incluiu 13 estudos. Observou-se melhor desempenho de modelos de aprendizado de máquina, especialmente técnicas de ensemble, com maior acurácia ao integrar variáveis clínicas, comportamentais e genéticas, além de potencial para monitoramento contínuo. Conclusão: A IA pode aprimorar a identificação precoce de eventos cardiovasculares e apoiar a tomada de decisão clínica, entretanto, ainda existem desafios relacionados à padronização e validação dos modelos.