Um novo modelo de IA é muito melhor que médicos na identificação de pacientes com probabilidade de sofrer parada cardíaca.
O ponto crucial é a capacidade do sistema de analisar imagens cardíacas pouco utilizadas, juntamente com um espectro completo de registros médicos, para revelar informações anteriormente ocultas sobre a saúde cardíaca do paciente.
Uma ressonância magnética cardíaca com contraste de um paciente com cardiomiopatia hipertrófica considerada pela MAARS como de alto risco de morte súbita. Cada corte de imagem do coração varia de escuro (tecido cardíaco normal) a claro (tecido fibrótico e anormal). Marcas de IA em vermelho nas áreas com maior fibrose.
Imagem: Universidade Johns Hopkins
O trabalho financiado pelo governo federal, liderado por pesquisadores da Universidade Johns Hopkins, pode salvar muitas vidas e também poupar muitas pessoas de intervenções médicas desnecessárias, incluindo a implantação de desfibriladores desnecessários.
"Atualmente, temos pacientes morrendo no auge da vida por não estarem protegidos e outros que estão suportando desfibriladores pelo resto da vida sem nenhum benefício", disse a autora sênior Natalia Trayanova , pesquisadora especializada no uso de inteligência artificial 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 todo, e é uma das principais causas de morte cardíaca súbita em jovens e atletas.
Muitos pacientes com cardiomiopatia hipertrófica viverão vidas normais, mas uma porcentagem deles apresenta risco significativamente aumentado de morte cardíaca súbita. Tem sido quase impossível para os médicos determinar quem são esses pacientes.
As diretrizes clínicas atuais usadas por médicos nos Estados Unidos e na Europa para identificar os 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 dados", diz Trayanova.
O modelo da equipe superou significativamente as diretrizes clínicas em todos os dados demográficos.
A IA multimodal para estratificação de risco de arritmia ventricular (MAARS) prevê o risco individual de morte cardíaca súbita em pacientes por meio da análise de uma variedade de dados e registros médicos e, pela primeira vez, explora todas as informações contidas nas imagens de ressonância magnética com contraste do coração do paciente.
Pessoas com cardiomiopatia hipertrófica desenvolvem fibrose, ou cicatrizes, no coração, e é essa cicatriz que aumenta o risco de morte cardíaca súbita. Embora os médicos não tenham conseguido entender as imagens brutas da ressonância magnética, o modelo de IA se concentrou nos padrões críticos de cicatrização.
"As pessoas não usaram aprendizado profundo nessas imagens", disse Trayanova. "Conseguimos extrair essas informações ocultas nas imagens que normalmente não são contabilizadas."
A equipe testou o modelo em pacientes reais tratados com as 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, principalmente, 93% de precisão para pessoas de 40 a 60 anos, a população entre os pacientes com cardiomiopatia hipertrófica com maior risco de morte cardíaca súbita.
O modelo de IA também pode descrever por que os pacientes apresentam alto risco para que os médicos possam adaptar um plano médico às suas necessidades específicas.
"Nosso estudo demonstra que o modelo de IA melhora significativamente nossa capacidade de prever aqueles com maior risco em comparação com nossos algoritmos atuais e, portanto, tem o poder de transformar o tratamento clínico", afirma o coautor Jonathan Chrispin , cardiologista da Johns Hopkins.
Em 2022, a equipe de Trayanova criou um modelo de IA multimodal diferente que oferecia avaliação de sobrevivência personalizada para pacientes com infartos, prevendo se e quando alguém morreria de parada cardíaca.
A equipe planeja testar ainda mais o novo modelo em mais pacientes e expandir o novo algoritmo para uso com outros tipos de doenças cardíacas, incluindo sarcoidose cardíaca e cardiomiopatia arritmogênica do ventrículo direito.
Os autores incluem Changxin Lai, Minglang Yin, Eugene G. Kholmovski, Dan M. Popescu, Edem Binka, Stefan L. Zimmerman, Allison G. Hays, todos da Johns Hopkins; Dai-Yin Lu e M. Roselle Abraham do Centro de Excelência em Cardiomiopatia Hipertrófica da Universidade da Califórnia em São Francisco; e Erica Scherer e Dermot M. Phelan da Atrium Health.
O trabalho foi apoiado pelas bolsas R01HL166759, R01HL174440, R35HL1431598 do National Institutes of Health e uma bolsa da Leducq Foundation.
https://hub.jhu.edu/2025/07/02/ai-predicts-patients-likely-to-die-of-sudden-cardiac-arrest/
Comentários