Sistemas de inteligência artificial vêm ganhando espaço nas mais diversas áreas, principalmente nas questões de saúde. Já é possível observar algoritmos que detectam desde tuberculose até alguns tipos de câncer, como os de mama e fígado. Agora, mais um tipo de diagnóstico pode ser beneficiado com o uso dessa tecnologia, dessa vez voltado para o coração.
Com um método de aprendizado de máquina, pesquisadores da Universidade College London (UCL), na Inglaterra, conseguiram detectar cinco subtipos de insuficiência cardíaca. Além disso, os especialistas também buscaram validá-los com base em dados representativos da população. O estudo, que contou com dados anônimos de aproximadamente 300 mil pessoas, foi publicado na edição de junho do The Lancet Digital Health
A insuficiência cardíaca é uma condição caracterizada pela incapacidade do coração bombear o sangue normalmente. Os sintomas incluem falta de ar, fadiga, pernas inchadas e batimentos cardíacos acelerados. Na recente pesquisa, todos os pacientes avaliados tinham 30 anos ou mais e foram diagnosticados com insuficiência cardíaca no Reino Unido nos últimos 20 anos.
A partir dessas informações e da tecnologia utilizada, os pesquisadores não só identificaram os subtipos como também classificaram cada um deles. “Depois de definir os grupos, rotulamos os subtipos de insuficiência cardíaca como: início precoce, início tardio, relacionado à fibrilação atrial (condição que causa ritmo cardíaco irregular), metabólico (ligado à obesidade, mas com baixa taxa de doença cardiovascular) e cardiometabólico (ligado à obesidade e doenças cardiovasculares)”, contam os pesquisadores no artigo.
Para não correr o risco de uma análise enviesada, os pesquisadores usaram quatro métodos separados para agrupar casos. Os conjuntos de dados, que abrangeram o período de 1998 até 2018, foram obtidos do sistema de Conexão de Dados de Pesquisa de Prática Clínica (CPRD, sigla em inglês) e da Rede de Melhoria da Saúde (THIN, sigla em inglês). Tudo isso vinculado a registros de internações hospitalares e óbitos.
Para Amitava Banerjee, professor do Instituto de Informática em Saúde da UCL, tanto os médicos conseguirão entender melhor o curso da enfermidade, como também poderão explicar melhor para seus pacientes. “Atualmente, é difícil saber como a doença progride para pacientes individuais. Algumas pessoas ficarão estáveis por muitos anos, enquanto outras pioram rapidamente", afirma.
Os subtipos foram estabelecidos com base em diversos fatores, incluindo idade, sintomas, presença de outras condições, medicamentos que o paciente estava tomando e resultados de exames e outras avaliações, por exemplo, da função renal. A equipe de pesquisa condicionou as ferramentas de IA para identificar os subtipos mais evidentes e depois validou os achados usando as informações da população.
Quando observado o risco de mortalidade, os especialistas viram que, no ano após o diagnóstico, o risco de mortalidade por todas as causas era de 20% para aqueles do subtipo início precoce; de 46% para início tardio; de 61% quando relacionado à fibrilação atrial; de 11% nos casos metabólicos; e de 37% nos quadros cardiometabólicos.
Por fim, a equipe de pesquisa também desenvolveu um aplicativo que os médicos poderiam usar para determinar qual subtipo uma pessoa com insuficiência cardíaca possui, o que pode melhorar as previsões de risco futuro e informar as discussões com os pacientes.
"O próximo passo é ver se essa forma de classificar a insuficiência cardíaca pode fazer uma diferença prática para os pacientes — se melhora as previsões de risco e a qualidade das informações fornecidas pelos médicos e se muda o tratamento dos pacientes. Também precisamos saber se seria rentável. O aplicativo que projetamos precisa ser avaliado em um ensaio clínico ou pesquisa adicional, mas pode ajudar nos cuidados de rotina”, avalia Banerjee.