Dados do Trabalho

Título

Inteligência artificial na cardiologia: uso de Deep Neural Networks (DNNs) na análise automática de eletrocardiogramas (ECGs).

Resumo

Introdução: A função cardíaca é dependente da sistematização das despolarizações da membrana celular de bilhões de cardiomiócitos que provocam diferenças de voltagem que podem ser gravadas por eletrocardiograma (ECG), exame que avalia a atividade elétrica do músculo cardíaco. Contudo, na prática clínica, a análise desse exame é limitada pela acurácia dos modelos existentes. Nesse viés, as redes neurais profundas (DNNs) são algoritmos de aprendizado de máquina e visão computacional desenvolvidos para resolver problemas complexos de reconhecimento de padrões do mundo real. Consequentemente, devido ao seu notável sucesso na realização de tarefas, o uso das DNNs é sugerido para interpretação de ECG.
Objetivo: Analisar o uso de DNNs na interpretação automática de ECG.
Metodologia: Trata-se de uma revisão sistemática que busca averiguar o uso de DNNs na análise de ECG. Foram incluídos artigos em língua inglesa publicados nos últimos 5 anos disponíveis na íntegra. Os descritores utilizados foram “Deep Neural Networks” e “electrocardiograms”, aplicando o operador booleano AND na base de dados PubMed. Após aplicar os critérios de seleção, foram obtidos 406 artigos, sendo avaliados os títulos e resumos. Por fim, foram designados 4 trabalhos que continham informações relevantes à temática. Assim, foi investigado o uso de DNNs na interpretação de ECG.
Resultados: As DNNs são capazes de executar mapeamentos não lineares e de alta dimensão a partir de grandes quantidades de dados de treinamento, aprendendo quais características são relevantes para solucionar uma tarefa, sendo, portanto, uma ferramenta poderosa nas ciências em geral. Em um estudo realizado em 2019, por Hannun et al, uma rede neural profunda treinada para realizar uma tarefa limitada no campo de interpretação de ECG teve a especificidade equiparada a um comitê de cardiologistas, enquanto a sensibilidade superou esses profissionais certificados.
Conclusão: As redes neurais profundas têm a capacidade de melhorar a qualidade da interpretação de ECG. Todavia, apesar de ferramentas valiosas, por enquanto devem ser consideradas apenas promissoras, posto que sua implementação é dificultada por dependência de minúcias nas imagens de treinamento, falta de codificação de formas humanas, suscetibilidade a imagens adversárias, imprevisibilidade e falta de técnicas confiáveis que expliquem os algoritmos aos clínicos. Portanto, são necessários mais estudos para elucidar o uso de DNNs na interpretação automática de ECG.

Palavras Chave

Redes neurais profundas; Deep Neural Networks; Eletrocardiograma