Estudo publicado na revista Nature, com pesquisadores da Dasa e feito com Inteligência Artificial, chegou a um algoritmo que aponta a quantidade de cálcio nas artérias coronárias sem a necessidade de exames mais complexos
Pesquisadores de um estudo publicado na revista Nature desenvolveram e validaram um algoritmo que usa modelos de aprendizagem profunda e inteligência artificial para automatizar a pontuação do score de cálcio nas artérias coronárias e atuar na predição de potenciais complicações cardíacas na população, sem a necessidade de exames mais complexos.
O estudo (aqui, em inglês) reúne pesquisadores de Stanford, da Universidade de Duke, da Universidade da Califórnia, da Mayo Clinic e da Dasa – maior rede de saúde integrada do Brasil. Os dois autores brasileiros pela Dasa – e os únicos da América Latina – são os radiologistas Marcelo Straus Takahashi e Felipe Kitamura, head do laboratório de Inteligência Artificial da empresa.
Milhões de pacientes se submetem hoje a exames de tomografia computadorizada de tórax de rotina todo ano, em especial em meio à pandemia de Covid-19. Embora não seja realizado para essa finalidade, o exame demonstra calcificação da artéria, mas essa informação – que prediz risco de doença arterial coronariana (CAC), que por sua vez é a maior causa de doença cardiovascular – era desprezada no laudo.
As doenças cardiovasculares (DCVs) são a principal causa de morte em todo o mundo. A Organização Mundial da Saúde (OMS) estima que 17,9 milhões de pessoas morreram de doenças cardiovasculares em 2019, representando 32% de todas as mortes globais. Dessas mortes, 85% foram causadas por ataque cardíaco e derrame. A doença arterial coronariana é a manifestação mais comum de doença cardiovascular e causa mais comum de mortalidade. A doença arterial coronariana ocorre por conta da obstrução dos vasos, evento que pode ser – como estratégia de prevenção primária – antecipado por meio de status de cálcio da artéria coronária (CAC).
O estudo multicêntrico internacional foi publicado na Nature, com dados retrospectivos de 79 pacientes. Os autores concluem que a adoção deste modelo pode permitir que mais pacientes sejam beneficiados pelo rastreamento com pontuação de calcificação de cálcio nas artérias, permitindo assim intervenções preventivas de forma precoce e que sejam capazes de prevenir o estreitamento das artérias coronárias, que é o causa a limitação do fluxo sanguíneo para o coração.
Dentre as medidas preventivas estão mudanças no estilo de vida (parar de fumar e praticar atividade física são as mais efetivas) e, em alguns casos, pode ser indicado o tratamento com medicamentos (estatinas e anticoagulantes), angioplastia e cirurgia. A definição de um score de cálcio atua como um importante preditor de potenciais complicações coronárias em população de risco, que poderá se beneficiar de um manejo clínico adequado, baseado nestas informações.
Detalhes do estudo: A tomografia computadorizada de coronária com CAC mostrou concordância quase perfeita quando comparada com a pontuação manual convencional feita atualmente. Descobriu-se também que a ela realiza a tarefa mais rapidamente (o tempo médio para pontuação CAC automatizada usando uma unidade de processamento gráfico (GPU) foi 3,5 ± 2,1 s vs. 261 s com a pontuação manual), conforme mostra um ensaio prospectivo de 55 pacientes. O passo seguinte foi usar os escores de CAC obtidos das tomografias computadorizadas da coronária com comporta pareada como um padrão de referência. Os autores realizaram um treinamento de modelo de aprendizagem profunda com dados internos e uma coorte, de 341 pacientes, do Multi-Ethnic Study of Atherosclerosis (MESA) para realizar a pontuação do CAC em exames de TC de tórax não bloqueadas de rotina.
Resultados: Na identificação de pacientes com qualquer CAC (ou seja, CAC ≥ 1), a sensibilidade e o valor preditivo positivo foram altos em todos os conjuntos de dados (intervalos: 80-100% e 87-100%, respectivamente). Para CAC ≥ 100 em TCs de tórax não bloqueadas de rotina, que é o limite recomendado mais recente para iniciar a terapia com estatinas, o modelo mostrou sensibilidades de 71-94% e valores preditivos positivos na faixa de 88-100% em todos os sites.