Uma revisão recentemente publicada discute de forma abrangente o impacto da inteligência artificial (IA) na prática clínica da cardiologia de intervenção (CI), com enfoque nos avanços recentes.
Embora o desenvolvimento da IA ainda esteja a dar os primeiros passos, as novas tecnologias prometem melhorias significativas na segurança dos doentes, na estratificação dos riscos e nos resultados terapêuticos. Os principais objectivos incluem a integração de múltiplas modalidades de imagiologia cardíaca, o estabelecimento de sistemas de apoio à decisão em linha e a criação de sistemas médicos automatizados para fornecer dados de saúde electrónicos. A utilização da IA na CI pode ser dividida em duas áreas principais: virtual (processamento de imagens médicas, tomada de decisões) e física (procedimentos de intervenção robótica). Numerosos estudos demonstraram o potencial da IA na interpretação e análise automática de várias modalidades cardíacas, o que melhora significativamente o processo terapêutico.
A inteligência artificial (IA), em particular a aprendizagem automática (ML), permite o processamento e a análise em tempo real de grandes quantidades de dados médicos e irá revolucionar o sistema de saúde. A IA está a desenvolver-se rapidamente, em especial no domínio da cardiologia, desde a interpretação de electrocardiogramas (ECG) até aos sistemas de apoio à decisão clínica para intervenções cardiológicas. A maioria dos dispositivos baseados em IA/ML aprovados pela Food and Drug Administration (FDA) dos EUA está relacionada com a radiologia e a cardiologia. Estes dispositivos permitem aos cardiologistas implementar uma abordagem complexa das doenças cardíacas, apoiando o diagnóstico precoce, a estratificação do risco do doente antes de intervenções específicas e a melhoria global da qualidade dos cuidados. A utilização da IA na CI abrange todas as etapas do processo terapêutico, incluindo a avaliação inicial da dor torácica e/ou do choque cardiogénico no hospital, o planeamento da estratégia de intervenção para uma melhor navegação e orientação e a previsão do risco do doente e dos potenciais resultados. A natureza específica da CI oferece aos clínicos muitas modalidades de imagiologia, incluindo avaliações anatómicas e funcionais da doença cardíaca estrutural. Por conseguinte, a IA é vista como uma ferramenta tecnológica promissora que terá um impacto significativo na reconstrução, análise e interpretação de imagens, conduzindo a uma melhoria da disponibilidade e da qualidade dos dados de saúde e a novos avanços nas técnicas analíticas.
Metodologia da revisão
A metodologia desta revisão sistemática baseia-se na declaração PRISMA. Foram consideradas publicações recentes, relatórios, protocolos e revisões das bases de dados Scopus e Web of Science. Foram identificadas as palavras-chave “artificial intelligence, machine learning, augmented reality, mixed reality, virtual reality, metaverse, cardiology, interventional cardiology, segmentation, segmentation algorithms, classification algorithms, ethics, AI ethics” e suas variações. Na primeira etapa, as características do material, como título e resumo, foram avaliadas levando-se em conta os critérios de exclusão (por exemplo, dissertações e material não relevante do ponto de vista cardiológico foram removidos, enquanto os artigos de texto completo em inglês foram considerados). Subsequentemente, os artigos e relatórios técnicos que cumpriam os critérios foram recuperados e analisados. Foi considerado um total de 100 documentos.
Aplicação da inteligência artificial
Redes neurais artificiais (RNA): As RNA são nós interligados que modelam os neurónios biológicos como pesos entre os nós. Melhoram o diagnóstico e o tratamento de doenças cardiovasculares, automatizando a análise de imagens de ecocardiografia e TAC cardíacas, o que aumenta a precisão e reduz o tempo de deteção. As RNA aprendem com grandes quantidades de dados e prevêem resultados com base em padrões, o que ajuda significativamente na deteção precoce de doenças. Apesar das suas vantagens, as RNA enfrentam desafios como a necessidade de grandes quantidades de dados de treino e o risco de sobreajuste. Têm sido utilizadas com êxito na medição automática da fração de ejeção e da tensão longitudinal do ventrículo esquerdo com elevada precisão e na diferenciação da cardiomiopatia hipertrófica da hipertrofia fisiológica.
Redes Neuronais Recorrentes (RNNs): As RNN gerem e interpretam dados sequenciais, como registos de ECG e monitorização contínua da saúde dos pacientes, prevêem resultados de intervenções e ajudam a planear tratamentos eficazes. As soluções baseadas em RNN, como o DeepHeart, prevêem riscos cardiovasculares utilizando dados de dispositivos portáteis. As RNNs também automatizam a seleção do tempo de inversão do miocárdio, tornando o processo de diagnóstico mais eficiente.
Redes Neuronais Convolucionais (CNNs): As CNN processam imagens cardiovasculares complexas e melhoram a precisão do diagnóstico e a eficácia do tratamento. São cruciais para a análise de angiogramas e ecocardiogramas e para a identificação de padrões de doenças cardíacas. As CNN têm demonstrado sucesso na implantação de válvulas aórticas transcateter, na classificação de ecocardiogramas e na segmentação ventricular e têm tido um impacto significativo na formação médica e no reconhecimento da atividade dos cirurgiões.
Redes Neuronais de Pico (SNNs): As SNN, redes inspiradas no cérebro para analisar dados dinâmicos e informações dependentes do tempo, são particularmente eficazes na análise de sinais de ECG. Identificam anomalias subtis para a deteção precoce de arritmias e apoiam intervenções rápidas. A precisão das SNN na classificação dos batimentos cardíacos e na deteção de batimentos extra-ventriculares realça a sua adaptabilidade em diferentes contextos clínicos.
Redes Neuronais Profundas (DNNs): As DNN, com várias camadas entre a entrada e a saída, decifram padrões complexos em grandes conjuntos de dados e são ferramentas indispensáveis na análise médica moderna. Detectam padrões subtis em imagens de diagnóstico e registos de pacientes e melhoram a avaliação de intervenções cardiológicas. Os métodos baseados em DNN prevêem com precisão múltiplos eventos médicos, avaliam a gravidade das estenoses das artérias coronárias e melhoram a qualidade do diagnóstico, gerando novos dados e reduzindo o ruído nas imagens de TAC.
Implicações éticas da IA em cardiologia de intervenção
A utilização de IA em intervenções cardíacas requer um escrutínio ético rigoroso, tendo em conta as normas institucionais e as práticas éticas pormenorizadas. As intervenções cardiológicas, muitas vezes em situações de risco de vida, apresentam dilemas éticos relativamente à reanimação e às implicações legais. As recomendações de IA aumentam a complexidade da responsabilidade e da tomada de decisões. A tecnologia emergente de gémeos digitais, que representa sistemas físicos em tempo real, promete analisar conjuntos de dados complexos e sugerir vias de tratamento. As questões de propriedade, controlo e tomada de decisões relativas aos gémeos digitais têm de ser clarificadas, exigindo protocolos éticos acessíveis.
A regulamentação da IA nos cuidados de saúde está a evoluir, mas centra-se na IA explicável (XAI) e na IA fiável (TAI). A regulamentação nacional e internacional, como a Lista Europeia de Avaliação da Inteligência Artificial de Confiança (ALTAI), está a tentar acompanhar a rápida evolução tecnológica. As considerações éticas e técnicas são cruciais para a integração da IA na CI.
Abordagem futura: Realidade aumentada e visualização 3D apoiada por IA
A integração da IA em tecnologias imersivas é crucial para o tratamento de dados médicos complexos e visualizações 3D. Os desenvolvimentos actuais permitem a reconstrução 3D de órgãos, o que é de grande importância para a prática clínica e a formação. As simulações baseadas em IA irão formar cardiologistas de intervenção num ambiente seguro e melhorar as suas competências. As tecnologias imersivas, combinadas com a IA, facilitarão as reuniões de equipas cardíacas multidisciplinares à distância, ultrapassarão as barreiras geográficas e melhorarão a prestação de cuidados de saúde.
Discussão e conclusões
O papel transformador da IA na CI melhora a precisão do diagnóstico, os resultados do tratamento, a monitorização remota e a formação. Os sistemas robóticos baseados em IA apoiam movimentos precisos durante os procedimentos, melhoram os resultados e reduzem a fadiga dos médicos. No entanto, há que ter em conta limitações como a dependência de dados e a falta de transparência. As considerações éticas e a compreensão dos mecanismos de IA são essenciais para uma integração efectiva no sistema de saúde. A combinação da IA e da CI promete aumentar a eficiência e a precisão da imagiologia cardiovascular, reduzindo simultaneamente os custos. Apesar dos desafios que se colocam à plena integração e à aplicação clínica, a IA oferece um enorme potencial para melhorar os cuidados de saúde. Os futuros desenvolvimentos em simulações baseadas em IA e tecnologias imersivas irão revolucionar a CI, fornecer soluções personalizadas, interactivas e eficientes e, em última análise, transformar a cardiologia e melhorar os cuidados de saúde.
Fonte: Rudnicka Z, Pręgowska A, Glądys K, et al.: Advancements in artificial intelligence-driven techniques for interventional cardiology. Cardiol J 2024; 31(2): 321–341. doi: 10.5603/cj.98650. Epub 2024 Jan 22. PMID: 38247435; PMCID: PMC11076027.
CARDIOVASC 2024; 23(2): 29–30
