Dados do Trabalho

Título

Revolucionando a Prática Cardiológica: Uma Abordagem Inovadora na Detecção de Anormalidades Eletrofisiológicas através da Inteligência Artificial

Resumo

Introdução/Fundamentos A detecção precoce de doenças cardiovasculares desempenha um papel fundamental no suporte clínico e na melhoria dos desfechos para os pacientes. O eletrocardiograma (ECG) é uma ferramenta crucial nesse contexto, pois oferece uma visão instantânea e não invasiva da atividade elétrica do coração. A interpretação rápida e precisa dos sinais do ECG é essencial para identificar anormalidades cardíacas, possibilitando intervenções precoces e personalizadas.   Objetivo Este estudo visa validar um modelo de Inteligência Artificial (IA) projetado para realizar a classificação de anormalidades eletrofisiológicas através da detecção de sinais cardíacos no ECG. O principal foco é destacar exames anormais, proporcionando aos médicos uma ferramenta eficiente para a identificação e priorização de casos que requerem atenção especial.   Métodos A partir de dados de saúde de diferentes estados brasileiros nos últimos 3 meses de 2023, coletamos eletrocardiogramas, submetendo-os a um rigoroso pré-processamento, incluindo padronização do sinal e aplicação de técnicas de aumento de dados. Com os sinais processados, realizamos uma comparação com os valores estabelecidos como normais e anormais, conforme as III Diretrizes da Sociedade Brasileira de Cardiologia sobre a análise e emissão de laudos eletrocardiográficos. Em relação à amostra, a idade média foi de 52,1 anos. Aqueles com anormalidades tinham média de 53,1 anos, enquanto os sem anormalidades tinham, em média, 46 anos. Quanto ao gênero, 45% eram homens (20.816), e 55% eram mulheres (25.628). As anormalidades mais comuns foram: atraso final de condução, distúrbio de condução do ramo direito e alteração difusa da repolarização ventricular.   Resultados Com os resultados mais atuais, de um trabalho de 2 anos apoiando cardiologistas, a performance da IA exibiu uma área sob a curva ROC de 0.75 com a abrangência de 46.444 ECGs com uma ampla gama de diagnósticos cardiovasculares. Destaca-se ainda a elevada sensibilidade de 0.96, consolidando sua relevância como uma ferramenta significativa para a triagem de casos normais.   Conclusões Essa inovação tecnológica otimiza a prática clínica, permitindo intervenções oportunas, reduzindo custos e melhorando prognósticos em anomalias cardíacas identificáveis por ECG. Destaca-se como ferramenta eficaz para agilizar diagnósticos, especialmente em casos normais, contribuindo para uma gestão clínica mais eficiente.    

Palavras Chave

Inteligência artificial; Cardiologia; Inovação