Cientistas da Universidade de São Paulo (USP) e da Universidade de Uppsala, na Suécia, desenvolveram um algoritmo experimental capaz de diagnosticar a forma mais perigosa de infarto e mapear com precisão o vaso sanguíneo obstruído. Utilizando apenas dados digitais de eletrocardiogramas (ECG) de 12 derivações, exame de baixo custo amplamente disponível na rede pública e privada, o modelo computacional revela anormalidades que frequentemente passam despercebidas aos olhos humanos.
Diagnóstico rápido em situações críticas
O bloqueio completo do fluxo de sangue para o coração exige intervenções médicas quase imediatas para evitar a morte do tecido cardíaco. Essa urgência representa um obstáculo frequente para profissionais do socorro pré-hospitalar, que muitas vezes precisam avaliar o uso de trombolíticos em ambulâncias. Esses fármacos desobstruem vasos, mas carregam o perigo de hemorragias graves, como o acidente vascular cerebral hemorrágico.
“Nos casos de infarto agudo do miocárdio, as decisões precisam ser rápidas, pois cada minuto importa. Se a artéria estiver totalmente obstruída e não permitir levar o oxigênio, o músculo cardíaco morre e isso é irreversível. Por isso, o tempo é o grande definidor [do prognóstico]. A ferramenta de IA poderá dar mais agilidade ao processo”, conta José Eduardo Krieger, diretor do Laboratório de Genética e Cardiologia Molecular do Instituto do Coração (InCor-USP) e um dos autores do estudo, publicado na revista Nature Communications.
Krieger, que comanda um projeto apoiado pela FAPESP, reforça a utilidade em momentos de indecisão: “A IA funciona como um classificador de alta precisão que dá mais segurança para agir quando o benefício supera o risco”.
Detecção de padrões invisíveis no traçado do coração
O principal diferencial do modelo está na identificação de ocorrências atípicas. Em um infarto agudo, o indicador clássico é o chamado supradesnivelamento do segmento ST (supra-ST). Contudo, diversas oclusões totais não manifestam essa alteração nos gráficos elétricos habituais.
“Há pacientes com 100% de oclusão cujo ECG não apresenta os padrões clássicos esperados. Nessas situações, o médico precisa integrar informações clínicas, como a presença de dor torácica, exames laboratoriais para dosagem de biomarcadores cardíacos, como a troponina, e exames de imagem complementares para confirmar o diagnóstico. O problema é que, em um infarto, cada minuto conta. A IA ajuda a revelar sinais sutis que podem não ser vistos no traçado”, explica Krieger.
Quando há alteração visível do supra-ST, a assertividade da ferramenta atinge 96%. Marco Antonio Gutierrez, diretor do Serviço de Informática e do Laboratório de Informática Biomédica do InCor e coautor do trabalho, destaca o ganho nos episódios complexos: “Contudo, o principal avanço ocorre nos casos em que essas alterações não estão evidentes no exame, cenários que representam um desafio significativo na prática clínica diária. Mesmo nessas condições desfavoráveis, a ferramenta conseguiu distinguir corretamente a oclusão em 82% das avaliações”.
Treinamento robusto e validação internacional
O aprendizado da máquina envolveu uma base ampla de 540.372 traçados de ECG provenientes de 225.884 pacientes atendidos na Suécia entre 2005 e 2016. Do total analisado no treinamento:
- 534.510 pertenciam a pacientes sem infarto (grupo de controle);
- 1.583 apresentavam infarto por oclusão coronariana aguda (OMI);
- 4.279 registravam infarto sem oclusão aguda (non-OMI).
As conclusões foram confrontadas com o cateterismo cardíaco (angiografia coronariana), padrão-ouro da medicina cardiovascular. O sistema foi então validado em um grupo independente de 401 pacientes do InCor (236 sem OMI e 165 com OMI confirmados por cateterismo) atendidos entre 2017 e 2024, além de bases públicas europeias e registros da Universidade Federal de Minas Gerais (UFMG).
Para criar essa estrutura de suporte, o InCor compilou ao longo dos últimos anos um acervo próprio com 30 mil exames revisados minuciosamente. “É um trabalho longo e caro, mas essencial para avançarmos em IA e no entendimento da doença”, diz Krieger, destacando que a resposta positiva do algoritmo em populações geneticamente tão diversas quanto a brasileira e a sueca reforça a solidez dos resultados.
Apoio técnico sem substituir o médico
Os pesquisadores enfatizam que o recurso atua como apoio diagnóstico, cabendo exclusivamente aos profissionais de saúde a definição de condutas e a leitura integral do quadro clínico.
“A IA não fornece o diagnóstico final nem substitui o julgamento clínico do médico. Seu papel é atuar como uma ferramenta de apoio à decisão, identificando rapidamente padrões de risco que podem passar despercebidos em situações de alta pressão assistencial. Em cenários críticos, ela pode contribuir para reduzir atrasos diagnósticos, minimizar erros e auxiliar equipes que precisam avaliar simultaneamente grande número de pacientes”, afirma Krieger.
A etapa seguinte da pesquisa consistirá em testar a tecnologia na rotina assistencial diária do hospital paulista. “Para isso, aproveitaremos uma vantagem importante da instituição: os pacientes com quadros complexos são submetidos a diversos exames na rotina, o que permite confrontar as respostas da IA com informações clínicas e diagnósticas detalhadas”, conclui o pesquisador. A implementação da ferramenta nos serviços médicos dependerá da autorização da Agência Nacional de Vigilância Sanitária (Anvisa).
Fonte: Agência SP
