Pesquisadores desenvolveram um algoritmo de inteligência artificial que identifica doenças cardíacas estruturais a partir de sinais de eletrocardiograma de uma única derivação captados por relógios inteligentes. O sistema foi testado em hospitais comunitários no Brasil e os resultados preliminares são promissores.
Treinamento do modelo
O modelo foi treinado com mais de 266 mil gravações de ECG de 12 derivações, obtidas de mais de 110 mil adultos. Com essa base, a ferramenta aprendeu a reconhecer alterações que indicam problemas como capacidade de bombeamento reduzida, válvulas comprometidas ou espessamento do músculo cardíaco.
Como foi o teste
Em um experimento realizado em hospitais comunitários no Brasil, 600 pacientes usaram o relógio inteligente no mesmo dia em que fizeram ecocardiograma. Na comparação com o exame de imagem, a inteligência artificial distinguiu pessoas com e sem doença cardíaca estrutural com índice de acerto de 88% e alcançou 100% de eficácia na identificação de indivíduos saudáveis.
Principais resultados:
- 600 participantes no teste prático.
- Acurácia de 88% para diferenciar presença ou ausência de doença estrutural.
- 100% de identificação de indivíduos sem doença (verdadeiros negativos).
E o que isso significa na prática? Usar um algoritmo junto a smartwatches pode funcionar como um filtro inicial — uma maneira de ampliar a triagem populacional aproveitando a ampla difusão desses aparelhos e facilitar a identificação precoce de quem precisa de avaliação cardiológica mais detalhada.
Próximos passos
Os pesquisadores planejam ampliar a base de estudos e avaliar como a tecnologia pode ser integrada a programas de triagem e cuidados preventivos. Há interesse em verificar o impacto dessa integração em diferentes realidades regionais, inclusive em estados como a Bahia, onde a ferramenta poderia aumentar o alcance da detecção precoce em unidades comunitárias e áreas com acesso restrito a exames especializados.
As próximas etapas previstas incluem aumentar o número de participantes e analisar o desempenho do sistema em fluxos clínicos reais, para entender melhor sua utilidade prática na melhoria da detecção e do encaminhamento de doenças cardíacas estruturais.
Se confirmados em estudos maiores, esses resultados podem abrir caminho para uma triagem mais ampla e acessível — identificando cedo quem deve receber atenção cardiológica especializada.
