O sistema de IA identificou um grupo de alto risco com uma taxa anual de morte súbita cardíaca de 7%. Para comparação, os exames clínicos padrão (que medem a quantidade de sangue que o coração ejeta por batimento) identificam um grupo de alto risco com uma taxa de apenas 4,6% ao ano . O modelo conseguiu não apenas identificar um grupo de risco maior, mas também prever com mais precisão quem sofreria uma morte súbita cardíaca. Essas diferenças significam que milhares de pacientes que hoje são considerados de baixo risco pelos métodos convencionais podem, na verdade, estar em perigo
.
A parada cardíaca súbita mata mais de 300 mil pessoas nos Estados Unidos todos os anos. Ela ocorre quando o sistema elétrico do coração para de funcionar de repente, sem aviso prévio . Obermeyer explica que existe uma cura eficaz — os cardioversores-desfibriladores implantáveis (CDIs), que aplicam um choque no coração para restaurar o ritmo normal —, mas os médicos não conseguem descobrir quem precisa de um antes que seja tarde demais
. O grande problema é que as pessoas morrem de forma tão abrupta que é quase impossível saber o que estava acontecendo no coração antes da parada. As autópsias revelam detalhes estruturais, mas não mostram o funcionamento elétrico imediatamente antes da morte
.
Os pesquisadores planejam implantar o algoritmo em sistemas de saúde para ajudar os médicos a identificar melhor quem precisa de um CDI . O estudo também abre portas para novas pesquisas sobre o mecanismo fisiológico por trás das falhas elétricas do coração. Obermeyer afirmou que o objetivo é "não apenas tomar decisões melhores, mas também começar a entender o que realmente está acontecendo com esses pacientes antes de o coração parar"
. Como os ECGs são exames de rotina, de baixo custo e disponíveis em centros médicos do mundo todo, a ferramenta pode ser amplamente aplicada para salvar vidas
.
Comments
0 comments