Um estudo recentemente publicado na revista Nature revela que um algoritmo de inteligência artificial (IA), chamado EchoNet, pode ler ecocardiogramas com precisão e trabalhar eficientemente com profissionais de saúde. Desenvolvido por pesquisadores do Human Centered Artificial Intelligence da Universidade de Stanford, o EchoNet demonstrou ser capaz de avaliar a insuficiência cardíaca com maior precisão e rapidez do que os sonógrafos humanos.
A insuficiência cardíaca é uma condição comum, afetando cerca de 6,5 milhões de americanos com mais de 20 anos. Para avaliar a gravidade dessa condição, os médicos frequentemente solicitam um ecocardiograma, um vídeo de ultrassom que mede várias características do coração enquanto ele bombeia sangue. Uma dessas características é a fração de ejeção do ventrículo esquerdo (FEVE), uma medida importante da saúde cardíaca.
Os sonógrafos que realizam ecocardiogramas calculam a FEVE manualmente, rastreando o tamanho do ventrículo em dois quadros de vídeo individuais. No entanto, esse método possui várias limitações, incluindo variabilidade significativa na forma como os sonógrafos e cardiologistas rastreiam o ventrículo e a falta de análise de múltiplas batidas cardíacas.
O EchoNet aborda esses problemas, oferecendo alta precisão, avaliação da FEVE em várias batidas cardíacas e economia de tempo para os sonógrafos. Para provar o valor do EchoNet em um ambiente clínico, os pesquisadores de Stanford projetaram um ensaio clínico randomizado e cego, no qual os cardiologistas que revisaram os resultados do ecocardiograma não sabiam se estavam analisando o trabalho de um AI ou de um sonógrafo humano.
No ensaio clínico, um grupo de sonógrafos experientes e o EchoNet rastrearam o tamanho do ventrículo em um conjunto de dados retrospectivo de mais de 3.000 vídeos de eletrocardiograma. Os resultados mostraram que os cardiologistas não conseguiam distinguir os rastreamentos feitos por sonógrafos daqueles feitos pelo EchoNet e eram menos propensos a modificar os rastreamentos feitos pela IA do que os feitos por sonógrafos. Além disso, os cálculos de FEVE do EchoNet foram mais consistentes com as avaliações dos cardiologistas a partir do relatório clínico anterior.
O estudo também indicou que a utilização do EchoNet poderia resultar em melhores resultados para os pacientes, já que os cardiologistas corrigiram as leituras de ecocardiograma de uma maneira que cruzou o limiar de tratamento apenas 1,3% do tempo para os rastreamentos de IA, em comparação com 3,1% para os rastreamentos de sonógrafos.
O algoritmo EchoNet está atualmente passando pelo processo de aprovação da FDA. Se aprovado, a equipe de pesquisa espera implantá-lo em muitos hospitais além de Stanford e Cedars-Sinai. O estudo também pode ter um impacto significativo na comunidade médica de IA, estabelecendo um novo padrão para a avaliação de algoritmos de IA no campo médico.
Estudos futuros sobre o EchoNet na prática clínica deverão analisar os resultados médicos reais dos pacientes e serem realizados em vários hospitais, envolvendo profissionais com diferentes formações e níveis de experiência.
Gostaria de explorar ainda mais o universo da medicina de precisão? Quer mergulhar fundo nos conceitos que estão revolucionando o atendimento ao paciente? O nosso eBook "Desvendando a Medicina de Precisão: Conceitos Fundamentais para Médicos Especialistas" é o guia que você precisa.
Este eBook foi especialmente criado para médicos especialistas que estão iniciando sua jornada na medicina de precisão ou para aqueles que desejam ampliar seu conhecimento na área. De uma maneira simples e didática, explicamos o papel da genética na medicina, como os testes genéticos podem ajudar no diagnóstico e tratamento de doenças, e muito mais.
Por que ficar de fora da revolução da medicina de precisão? Clique no botão abaixo para baixar o eBook gratuitamente e começar a desvendar o fascinante mundo da medicina de precisão.
Referências:
Miller, K. (2023, April 24). Proving AI in the Clinic: An Algorithm That Accurately Evaluates Heart Failure. Stanford Institute for Human-Centered Artificial Intelligence.https://hai.stanford.edu/news/proving-ai-clinic-algorithm-accurately-evaluates-heart-failure
Ouyang, D., He, B., Ghorbani, A., Yuan, N., Ebinger, J., Langlotz, C., Chapiro, R., & Zou, J. (2023). EchoNet: a randomized clinical trial of an artificial intelligence algorithm for echocardiography. Nature.