Tudo o que precisa é de uma radiografia de tórax – e muito treinamento.
Os ataques cardíacos afetam 805.000 pessoas anualmente nos Estados Unidos, e as doenças cardíacas sozinhas são responsáveis por cerca de 1 em 5 do total de mortes ocorridas no país. Muitos desses casos poderiam ser evitados, mas estudos destacam que mesmo que uma pessoa seja jovem e siga um estilo de vida perfeitamente saudável, ela ainda pode ter um ataque cardíaco . Felizmente, podemos ter um novo aliado na forma de tecnologia.
Uma equipe de pesquisadores criou uma IA que avalia o risco de você ter um ataque cardíaco nos próximos 10 anos, apenas olhando uma vez para sua radiografia de tórax.
“Nosso modelo de aprendizado profundo oferece uma solução potencial para triagem oportunista baseada na população de risco de doença cardiovascular usando imagens de raios X de tórax existentes”, disse o Dr. Jakob Weiss, pesquisador principal e radiologista do Hospital Geral de Massachusetts.
Modelo atual de previsão de ataque cardíaco
Os distúrbios cardíacos que se originam da redução ou bloqueio do fluxo sanguíneo nas artérias devido ao acúmulo de colesterol e gordura nelas são chamados de doenças cardiovasculares ateroscleróticas (ASCVSD). É uma das principais causas de acidente vascular cerebral em pacientes cardíacos. O modelo de aprendizado profundo desenvolvido pelo Dr. Weiss e sua equipe detecta padrões em imagens de raios-X que estão realmente ligados a ataques cardíacos resultantes de ASCVD.
Geralmente, se um médico deseja prever o risco de ataque cardíaco para um paciente, ele emprega um modelo estatístico que calcula a pontuação de risco ASCVD. Essa abordagem envolve a avaliação da saúde cardíaca com base em fatores como pressão arterial sistólica, idade, hipertensão, diagnóstico de diabetes tipo 2 , raça, vício, exames de sangue e sexo. No entanto, como nem sempre é possível ter acesso a todos esses registros, os pesquisadores consideram os raios X um parâmetro singular ideal para calcular o risco de ataque cardíaco.
“As variáveis necessárias para calcular o risco de ASCVD muitas vezes não estão disponíveis, o que torna desejáveis as abordagens para triagem baseada na população. A beleza dessa abordagem (proposta) é que você só precisa de um raio-X, que é adquirido milhões de vezes por dia em todo o mundo. Como as radiografias de tórax estão comumente disponíveis, nossa abordagem pode ajudar a identificar indivíduos de alto risco”, disse o Dr. Weiss.
Como uma IA prevê o risco de ataque cardíaco?
Os pesquisadores desenvolveram e treinaram um AI chamado risco CXR-CVD usando 147.497 radiografias de tórax de 40.643 indivíduos que foram rastreados para câncer de pulmão, ovário e próstata durante um ensaio clínico. Eles testaram ainda mais seu modelo de aprendizado profundo usando radiografias de tórax (CXRs) de 11.430 pacientes (a idade média desses pacientes era de 60 anos) que apresentavam risco potencial de doença cardíaca e podem exigir terapia com estatina em um futuro próximo.
Os pesquisadores também empregaram o modelo estatístico para calcular o risco de AVC para esses pacientes e compará-lo com o AI. Embora eles tenham sido capazes de diagnosticar todos os pacientes usando o modelo de risco CVD CXR, apenas 2.401 pacientes foram testados usando a abordagem estatística padrão porque os dados relacionados a vários fatores (como colesterol, PA etc.) não estavam disponíveis para todos os pacientes.
O modelo CXR-CVD previu o risco de ataque cardíaco em 1.096 pacientes por um tempo médio de acompanhamento de 10,3 anos. O estudo menciona que as diretrizes atuais de saúde também recomendam que um risco de 10 anos seja calculado para os pacientes, para que possam receber uma estratégia eficaz de tratamento com estatina para evitar problemas cardiovasculares.
Os pesquisadores alegaram que, durante os testes, sua IA teve um desempenho tão bom quanto o método estatístico tradicional. No entanto, eles precisam realizar um estudo randomizado controlado para confirmar ainda mais sua eficácia.
“Com base em uma única imagem existente de radiografia de tórax, nosso modelo de aprendizado profundo prevê futuros eventos cardiovasculares adversos graves com desempenho semelhante e valor incremental ao padrão clínico estabelecido”, observa o Dr. Weiss .
Se o modelo de risco CXR-CVD tiver um bom desempenho no próximo ensaio. Não há dúvida de que isso mudará para sempre a maneira como abordamos o diagnóstico de ataque cardíaco.
O estudo foi apresentado na 108ª Assembléia Científica e Reunião Anual da Sociedade Radiológica da América do Norte .
