Dados do Trabalho

Título

DIAGNÓSTICO DA INSUFICIÊNCIA CARDÍACA PEDIÁTRICA E RASTREIO DE COMPLICAÇÕES CARDIOVASCULARES FUTURAS ATRAVÉS DA INTELIGÊNCIA ARTIFICIAL: UMA REVISÃO DE LITERATURA

Introdução e/ou Fundamento

A Insuficiência Cardíaca (IC) é uma cardiopatia que ainda possui significativas limitações diagnósticas. As Redes Neurais Convolucionais (RNCs) baseadas em Eletrocardiograma (ECG) surgiram como uma alternativa para a identificação da IC e o estabelecimento preditivo de eventos cardiovasculares adversos maiores (ECAM) em adultos. Entretanto, a IC pediátrica não é contemplada suficientemente por essa ferramenta, o que corrobora a necessidade da ampliação de estudos para a aplicação contundente dessa técnica. Estudos comprovam que as RNCs baseadas em ECG são mais eficientes na confirmação diagnóstica da IC do que o mesmo sistema de Inteligência Artificial (IA) aplicado à medição do peptídeo natriurético tipo B (BNP), sendo este segundo um método já estabelecido na prática clínica.   

Objetivo

Abordar as RCNs baseadas em ECG como possível método marcador de insuficiência cardíaca pediátrica que promova o seu diagnóstico precoce e a previsão de eventos cardiovasculares adversos.

Materiais e Métodos

Nesta revisão de literatura, foram aplicados os descritores “Heart Failure” AND “Artificial intelligence” AND “Pediatric” nas bases de dados Pubmed e ScienceDirect, sendo encontrados 100 resultados. Na busca, artigos publicados há até 2 anos, de idioma inglês e português e que abordassem tecnologias de IA como ferramentas diagnósticas da Insuficiência Cardíaca pediátrica foram os critérios de inclusão. Foram excluídos os artigos que não fossem gratuitos, os artigos duplicados e os que não abordassem a IC como principal alvo de diagnóstico. Com esses filtros, foi selecionado 1 artigo.  

Resultados

Na literatura, para a avaliação da eficácia dos RCNs baseados em ECG, foi considerado um parâmetro que refletisse o risco de eventos cardiovasculares futuros: o indicador de insuficiência cardíaca elétrica (IICE). Este indicador foi comparado com os RCNs treinados com o BNP para a apuração dessa análise. Assim, constatou-se que o IICE atingiu uma melhor área sob curva do que os BNPs em termos de previsão de eventos cardiovasculares adversos maiores (ECAM), apresentando precisões médias de 32,4% a 67,9%, o que representou de 1,6 a 7,5 vezes mais do que as do BNP. Desse modo, nota-se a maior precisão oferecida pelo método de RCNs baseados em ECG em relação aos BNPs, confirmando a sua eficiência para o monitoramento da IC pediátrica.

Conclusões

Portanto, torna-se nítido que as Redes Neurais Convolucionais (RNCs) baseadas em ECG são uma importante ferramenta diagnóstica e prognóstica para a Insuficiência Cardíaca pediátrica, tal como já tem sido na IC em pacientes adultos. Assim, convém aprofundar a aplicação dessa tecnologia na análise dessa cardiopatia, bem como de seus benefícios a longo prazo para as crianças com suspeitas dessa condição.