Saúde, pacientes em risco de parada cardíaca: IA os identifica com mais eficácia que médicos

Um novo modelo de IA é muito melhor do que médicos na identificação de pacientes em risco de parada cardíaca. A chave é a capacidade do sistema de analisar imagens cardíacas há muito subutilizadas, juntamente com uma ampla gama de registros médicos, para revelar informações anteriormente ocultas sobre a saúde cardíaca de um paciente. O trabalho financiado pelo governo federal, liderado por pesquisadores da Universidade Johns Hopkins, pode salvar vidas e poupar muitas pessoas de intervenções médicas desnecessárias, incluindo a implantação de desfibriladores desnecessários. "Atualmente, temos pacientes que morrem no auge da vida por não estarem protegidos, e outros que suportam desfibriladores pelo resto da vida sem nenhum benefício", afirma a autora sênior Natalia Trayanova, pesquisadora especializada no uso de IA em cardiologia.
Temos a capacidade de prever com altíssima precisão se um paciente apresenta risco muito alto de morte cardíaca súbita ou não.” As descobertas foram publicadas hoje na Nature Cardiovascular Research. A cardiomiopatia hipertrófica é uma das doenças cardíacas hereditárias mais comuns, afetando uma em cada 200 a 500 pessoas no mundo e uma das principais causas de morte cardíaca súbita entre jovens e atletas. Muitos pacientes com cardiomiopatia hipertrófica levam vidas normais, mas uma porcentagem deles apresenta risco significativamente maior de morte cardíaca súbita. Tem sido quase impossível para os médicos identificar esses pacientes. As diretrizes clínicas atuais usadas por médicos nos Estados Unidos e na Europa para identificar pacientes com maior risco de ataques cardíacos fatais têm cerca de 50% de chance de identificar os pacientes certos — “não muito melhor do que jogar os dados”, explica Trayanova.
O modelo da equipe excedeu significativamente as diretrizes clínicas em todos os grupos demográficos.
A IA Multimodal para Estratificação de Risco de Arritmia Ventricular (MAARS) prevê o risco de morte súbita cardíaca de um paciente analisando uma variedade de dados e registros médicos e, pela primeira vez, explorando todas as informações contidas em imagens de ressonância magnética com contraste do coração de um paciente. Pessoas com cardiomiopatia hipertrófica desenvolvem fibrose, ou cicatrizes, em todo o coração, e essa cicatrização aumenta o risco de morte súbita cardíaca. Embora os médicos não pudessem interpretar as imagens brutas de ressonância magnética, o modelo de IA se concentrou nos padrões críticos de cicatrização. "Ninguém jamais usou aprendizado profundo nessas imagens", diz Trayanova. "Podemos extrair essas informações ocultas nas imagens, que geralmente não são consideradas." A equipe testou o modelo em pacientes reais tratados com diretrizes clínicas tradicionais no Hospital Johns Hopkins e no Sanger Heart & Vascular Institute, na Carolina do Norte. Em comparação com as diretrizes clínicas, que foram precisas em cerca de metade das vezes, o modelo de IA teve 89% de precisão em todos os pacientes e, crucialmente, 93% de precisão para pessoas de 40 a 60 anos, a população de pacientes com CMH com maior risco de morte cardíaca súbita. O modelo de IA também pode descrever por que os pacientes estão em alto risco, para que os médicos possam adaptar um plano de cuidados às suas necessidades específicas. "Nosso estudo mostra que o modelo de IA melhora significativamente nossa capacidade de prever quem está em maior risco em comparação com nossos algoritmos atuais e, portanto, tem o potencial de transformar o atendimento clínico", afirma o coautor Jonathan Crispin , cardiologista da Johns Hopkins.
İl Denaro