پل‌ها از دارایی‌های مهم زیرساختی شبکه حمل‌ونقل هستند و حفظ ایمنی، قابلیت بهره‌برداری و دوام آن‌ها به بازرسی مؤثر، ارزیابی وضعیت و برنامه‌ریزی مناسب نگهداری وابسته است. هوش مصنوعی با تحلیل تصاویر، داده‌های حسگرها، نتایج بازرسی و سوابق تعمیرات می‌تواند به شناسایی آسیب، ارزیابی وضعیت سازه، پیش‌بینی روند زوال و اولویت‌بندی اقدامات نگهداری کمک کند. بااین‌حال، بهره‌گیری مؤثر از این فناوری مستلزم یکپارچگی داده‌ها و پیوند تحلیل‌های فنی با تصمیم‌های مدیریتی است. هدف این پژوهش، تحلیل و مقایسه کاربردهای اصلی هوش مصنوعی در پایش سلامت و مدیریت نگهداری پل‌ها و ارائه چارچوبی مفهومی متناسب با نیازهای شبکه راه‌های ایران است. پژوهش با رویکرد مرور تحلیلی و تطبیقی منابع علمی و فنی و مقایسه خانواده‌های الگوریتمی انجام شده است. چارچوب پیشنهادی شامل شش لایه مرتبط است: گردآوری داده، مدیریت و آماده‌سازی داده، تحلیل هوشمند، ارزیابی وضعیت و ریسک، پشتیبانی از تصمیم‌های نگهداری و بازخورد حاصل از اجرا. نتایج بررسی نشان می‌دهد که بینایی ماشین برای تشخیص عیوب قابل مشاهده، یادگیری ماشین و یادگیری عمیق برای تحلیل داده‌های حسگری و شناسایی الگوهای خرابی، و روش‌های بهینه‌سازی و تصمیم‌گیری چندمعیاره برای اولویت‌بندی اقدامات نگهداری ظرفیت‌های مکملی دارند. استانداردسازی داده‌های بازرسی، توسعه مجموعه‌داده‌های معتبر، اتصال سامانه‌های موجود، ارزیابی بومی مدل‌ها و حفظ نقش کارشناسان در تصمیم‌های ایمنی، از الزامات اصلی پیاده‌سازی این چارچوب در ایران است.