Uso da inteligência artificial aplicada ao Eletrocardiograma para diagnóstico de Disfunção Sistólica Ventricular Esquerda

• Autor(a) principal: Wilton Batista de Santana Júnior
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/61498
• topic: inteligência artificial; insuficiência cardíaca; eletrocardiografia; disfunção ventricular esquerda; Inteligência Artificial; Insuficiência Cardíaca; Eletrocardiografia; Disfunção Ventricular Esquerda

INTRODUÇÃO: a insuficiência cardíaca (IC) é uma das três causas mais comuns de doenças cardiovasculares (DCV), grupo de enfermidades que é a principal causa de morbimortalidade no mundo. O eletrocardiograma (ECG) é um dos exames utilizados na avaliação da IC, sendo de baixo custo e amplamente acessível. Quando associado à inteligência artificial, o ECG pode ser uma poderosa ferramenta para triagem de indivíduos com maior probabilidade de IC. O objetivo foi avaliar o desempenho de um algoritmo de IA, aplicado ao ECG, para detecção de DSVE e compará-lo ao das alterações maiores ao ECG (AME), de acordo com o código de Minnesota. MÉTODOS: estudo transversal retrospectivo de acurácia diagnóstica que utilizou a população do Estudo Longitudinal da Saúde do Adulto (ELSA-Brasil). Foram avaliados 2567 indivíduos que possuíam ecocardiograma (ECO) e ECG válidos e valores de predição para disfunção sistólica do ventrículo esquerdo (DSVE) estimadas por um algoritmo de inteligência artificial (IA). A DSVE foi definida como Fração de Ejeção do Ventrículo Esquerdo (FEVE) menor que 40%, calculada utilizando o ECO. A prevalência de DSVE foi de 1,13% na população estudada (29 indivíduos). Foram calculados sensibilidade, especificidade, valor preditivo positivo (VPP), valor preditivo negativo (VPN), razão de verossimilhança positivo (RVP), razão de verossimilhança negativa (RVN), diagnostic odds ratio (DOR) para o algoritmo e para as AME. Calculou-se também a área sob a curva ROC (ASC-ROC) para o algoritmo. RESULTADOS: a população estudada possui mediana de 62 anos, sendo 47,2% do sexo masculino. A ASC-ROC do algoritmo para predição de IC foi de 0,947 (IC 95% 0,913 – 0,981). A sensibilidade, especificidade, VPP, VPN, RVP, RVN e DOR para o algoritmo foi de 0,690; 0,976; 0,244; 0,996; 27,6; 0,32 e 88,74, respectivamente. Para as AME foi 0,172; 0,837; 0,012; 0,989; 1,09; 0,990 e 1,07 respectivamente. CONCLUSÕES: A IA aplicada ao ECG é uma fermenta promissora para identificação de pacientes com maior probabilidade de IC e que devem ser priorizados para realização de ECO. Isso poderia aprimorar o diagnóstico de IC em nosso meio e, assim, permitir o início precoce do tratamento, com possível impacto na redução da morbidade e mortalidade.