A primeira declaração científica da American Heart Association sobre inteligência artificial (IA) sublinha o valor dos novos conhecimentos clínicos da tecnologia sobre os resultados dos pacientes com doenças cardiovasculares (DCV).

• A American Heart Association fomentou a investigação e o desenvolvimento de inteligência artificial (IA) e outras ferramentas e serviços relacionados que possam respaldar e permitir abordagens mais precisas para a investigação, prevenção, e atendimento cardiovascular e de acidentes cerebrovasculares.
• Embora pesquisas promissoras estejam começando a surgir em muitas áreas da medicina cardiovascular, ainda não foi comprovado que ferramentas, algoritmos e sistemas de cuidados baseados em IA melhorem os cuidados o suficiente para justificar o uso generalizado.
• Existem ferramentas digitais de IA e de aprendizagem automática que ajudam a melhorar a deteção e a compreender melhor a saúde ideal e a desenvolver tratamentos de precisão para condições de saúde complexas. No entanto, existe uma necessidade urgente de compreender melhor forma de implementar estas ferramentas nos cuidados de saúde de forma equitativa, generalizável, ética e econômica.
• O comitê de redação da declaração analisou as diferentes aplicações da inteligência artificial (IA) e do aprendizado de máquina na medicina cardiovascular, explorando pesquisas atuais, resultados, lacunas, desafios e o que pode ser necessário para um uso seguro e eficaz em larga escala.
• A inteligência artificial (IA) pode transformar a medicina cardiovascular. Por enquanto, porém, ainda restam muitos desafios e poucas ferramentas de IA demonstraram melhorar os cuidados, de acordo com uma nova declaração científica da American Heart Association publicada na Circulation, a principal revista revisada por pares da American Heart Association.

A nova declaração científica, “Uso da inteligência artificial para melhorar os resultados nas doenças cardíacas”, surgiu num contexto de intensa atenção à IA como forma de melhorar a prevenção, detecção, diagnóstico e tratamento de doenças cardiovasculares.

"Aqui apresentamos o que há de mais moderno em tecnologia, incluindo a ciência mais recente sobre usos específicos de IA, desde imagens e dispositivos vestíveis até eletrocardiografia e genética", disse o presidente do comitê de redação da declaração, Antonis Armoundas, Ph.D., investigador principal do Massachusetts General Hospital. Centro de Pesquisa Cardiovascular e professor associado de medicina na Harvard Medical School, ambos em Boston. “Entre os objetivos deste manuscrito está identificar as melhores práticas, bem como lacunas e desafios que podem melhorar a aplicabilidade das ferramentas de IA em cada área.”

A inteligência artificial (IA) tem o poder de analisar grandes quantidades de dados e fazer previsões, geralmente para tarefas estritamente definidas, como fornecer insights clínicos e mecanicistas em estudos básicos, translacionais e clínicos. O aprendizado de máquina aproveita modelos e algoritmos estatísticos e matemáticos para detectar padrões em grandes conjuntos de dados que podem não ser evidentes para observadores humanos usando abordagens padrão. O aprendizado profundo, um subcampo do aprendizado de máquina, é a prática de pegar conjuntos de dados muito complexos e combiná-los com rótulos úteis, por exemplo, no reconhecimento e interpretação de imagens.

A utilização destas tecnologias levou à análise de registos de saúde eletrônicos (EHR) para compreender vários efeitos do tratamento, comparar a eficácia de testes e intervenções e, mais recentemente, construir modelos de previsão, classificação e otimização para ajudar a informar as decisões clínicas. As aplicações da IA ​​em cuidados cardiovasculares incluem imagens cardíacas, eletrocardiografia (ou ECG, monitoramento à beira do leito, tecnologias implantáveis ​​e vestíveis, genética e interpretação de EHR).

Segundo o comunicado, as limitações no uso da IA e da aprendizagem automática em todas as áreas da medicina cardiovascular incluem:

• São fundamentais os protocolos garantam a obtenção, seleção e organização adequada da informação, assim como sua privacidade. Também é necessário abordar os possíveis desafios éticos e legais.
• É necessária uma maior base de conhecimento científico. Os atuais algoritmos baseados em IA carecem de pesquisas ou estudos prospectivos que modelem os efeitos da IA, a fim de examinar de perto o seu impacto potencial no futuro. Há necessidades urgentes de informações coletadas prospectivamente, ensaios clínicos e desenvolvimento de fluxos de trabalho automatizados para iniciar e manter tarefas específicas que possam melhorar a eficiência.
• A implementação de algoritmos de IA na prática pode ser limitada pela falta de plataformas padronizadas em todo o setor de saúde para informar previsões e dimensionar descobertas em conjuntos de dados.
• Os autores também expressaram a necessidade de desenvolver vias regulatórias para tecnologias baseadas em IA nos EUA, a fim de garantir a segurança e a eficácia na mitigação de danos à medida que as tecnologias evoluem rapidamente.

"Uma validação clínica prospectiva robusta em populações grandes e diversas, que minimize várias formas de preconceito, é essencial para lidar com as incertezas e criar confiança, o que, por sua vez, ajudará a aumentar a aceitação e a adoção clínicas", disse Armoundas.

Os autores revisaram diversas áreas do uso da IA na medicina cardiovascular, entre elas:

> Imagens

A imagem é importante para diagnosticar com precisão doenças cardiovasculares e acidente vascular cerebral. As ferramentas de inteligência artificial e de aprendizagem automática procuram resolver inconsistências na interpretação humana e aliviar especialistas sobrecarregados no processamento de imagens do coração e do cérebro. Usar IA e aprendizado de máquina para interpretar evidências de imagens de forma mais ampla é um desafio porque conjuntos de dados de imagens representativos muitas vezes não estão disponíveis; Além disso, é necessário validar em cada área de utilização como estas tecnologias afetam os resultados clínicos.

> Eletrocardiograma

Ente os usos prometedores da IA se encontra a interpretação do eletrocardiograma, que mede a atividade elétrica do coração. A IA tem ajudado a automatizar a interpretação do ECG ao identificar resultados sutis que os especialistas humanos poderiam não ver e prever mudanças que sugerem anomalias que ainda não são evidentes.

> Tecnologias implantáveis e portáteis

As tecnologias implantáveis ​​e vestíveis podem interpretar informações de saúde numa base quase contínua, o que pode ajudar a identificar mais rapidamente declínios na função e/ou a necessidade de monitorizar melhorias ou procurar métodos de intervenção. Em última análise, estes dispositivos desbloqueiam um nível de monitorização remota que poderia desempenhar um papel mais direto na facilitação do atendimento ambulatorial bem-sucedido. Em alguns casos, os dispositivos vestíveis podem ajudar a reduzir as disparidades nos cuidados e a melhorar o bem-estar. Ainda não foram abordadas formas de identificar quais pacientes e condições podem ser melhores para monitoramento remoto com base em inteligência artificial e aprendizado de máquina, e de desenvolver e validar protocolos de tratamento para cada um.

Os autores observaram que os dispositivos vestíveis do mercado de massa, incluindo smartwatches e rastreadores de fitness que detectam atividade física, frequência cardíaca e outros parâmetros fisiológicos, podem ou não incluir componentes aprovados pela FDA. A eficácia e a precisão desses variam dependendo de muitos fatores, incluindo o tipo de sensor(es) no dispositivo. No geral, permanecem lacunas na forma de padronizar a utilização ideal destes dispositivos e como abordar a relação custo-eficácia, implementação, ética, privacidade, segurança, acesso equitativo e muito mais.

> Genética

Embora os algoritmos de IA tenham melhorado a capacidade de interpretar variantes e anomalias genéticas, o comitê de redação adverte sobre o uso de ferramentas para realizar classificações definitivas.

“Já existem inúmeras aplicações onde ferramentas digitais baseadas em inteligência artificial e aprendizado de máquina podem melhorar a detecção, extrair informações sobre quais fatores melhoram a saúde de um paciente individual e desenvolver tratamentos de precisão para condições de saúde complexas”, segundo Armoundas.

“Há uma necessidade urgente de desenvolver programas que acelerem a educação sobre a ciência por trás das ferramentas de aprendizado de máquina/IA, acelerando assim a adoção e a criação de processos automatizados gerenciáveis ​​e econômicos. Precisamos de mais ferramentas de medicina de precisão baseadas em inteligência artificial e aprendizado de máquina para ajudar a atender às principais necessidades não atendidas na medicina que possam posteriormente ser testadas em ensaios clínicos robustos”, disse Armoundas. "Este processo deve incorporar organicamente a necessidade de evitar preconceitos e maximizar a generalização dos resultados para evitar a perpetuação das desigualdades existentes nos cuidados de saúde."