A IA se sai melhor do que os médicos na previsão de complicações mortais após cirurgias
Pesquisadores da Johns Hopkins criam um modelo de inteligência artificial para extrair dados ricos e preditivos de testes de ECG de rotina

Robert Stevens observa um monitor de eletrocardiograma - Crédito:Will Kirk / Universidade Johns Hopkins
Um novo modelo de inteligência artificial encontrou sinais anteriormente não detectados em exames cardíacos de rotina, que preveem com precisão quais pacientes sofrerão complicações potencialmente fatais após a cirurgia. O modelo superou significativamente as pontuações de risco atualmente utilizadas pelos médicos.
O trabalho financiado pelo governo federal por pesquisadores da Universidade Johns Hopkins, que transforma resultados de testes padrão e baratos em uma ferramenta que pode salvar vidas, pode transformar a tomada de decisões e o cálculo de riscos tanto para pacientes quanto para cirurgiões.
"Demonstramos que um eletrocardiograma básico contém informações prognósticas importantes não identificáveis a olho nu."
Robert D. Stevens
Divisão de Informática, Integração e Inovação da Johns Hopkins Medicine
"Demonstramos que um eletrocardiograma básico contém informações prognósticas importantes, não identificáveis a olho nu", disse o autor sênior Robert D. Stevens , chefe da Divisão de Informática, Integração e Inovação da Johns Hopkins Medicine . "Só podemos extraí-las com técnicas de aprendizado de máquina."
As descobertas foram publicadas hoje no British Journal of Anaesthesia .
Uma parcela substancial de pessoas desenvolve complicações fatais após cirurgias de grande porte. As pontuações de risco utilizadas pelos médicos para identificar quem corre risco de complicações são precisas apenas em cerca de 60% dos casos.
Na esperança de criar uma maneira mais precisa de prever esses riscos à saúde, a equipe da Johns Hopkins recorreu ao eletrocardiograma, ou ECG, um exame cardíaco pré-cirúrgico padrão, amplamente realizado antes de grandes cirurgias. É uma maneira rápida e não invasiva de avaliar a atividade cardíaca por meio de sinais elétricos e pode sinalizar doenças cardíacas.
Mas os sinais de ECG também captam outras informações fisiológicas mais sutis, disse Stevens, e a equipe de Hopkins suspeitou que poderia encontrar um tesouro de dados ricos e preditivos — se a IA pudesse ajudá-los a vê-los.
"O ECG contém muitas informações realmente interessantes não apenas sobre o coração, mas também sobre o sistema cardiovascular", disse Stevens. "Inflamação, sistema endócrino, metabolismo, fluidos, eletrólitos — todos esses fatores moldam a morfologia do ECG. Se pudéssemos obter um conjunto de dados realmente grande de resultados de ECG e analisá-lo com aprendizado profundo, concluímos que poderíamos obter informações valiosas que atualmente não estão disponíveis para os médicos."

Legenda da imagem:A equipe de Stevens usou inteligência artificial para extrair sinais não detectados anteriormente nesses testes cardíacos de rotina que preveem fortemente quais pacientes sofrerão complicações potencialmente fatais após a cirurgia. Crédito: Will Kirk / Universidade Johns Hopkins
A equipe analisou dados de ECG pré-operatórios de 37.000 pacientes que passaram por cirurgia no Beth Israel Deaconess Medical Center, em Boston.
A equipe treinou dois modelos de IA para identificar pacientes com probabilidade de sofrer um ataque cardíaco, um derrame ou morrer dentro de 30 dias após a cirurgia. Um modelo foi treinado apenas com dados de ECG. O outro, que a equipe chamou de modelo de "fusão", combinou as informações de ECG com mais detalhes dos prontuários médicos dos pacientes, como idade, sexo e condições médicas existentes.
O modelo somente de ECG previu complicações melhor do que as pontuações de risco atuais, mas o modelo de fusão foi ainda melhor, capaz de prever quais pacientes sofreriam complicações pós-cirúrgicas com 85% de precisão.
"É surpreendente que possamos usar esse diagnóstico de rotina, esses dados de 10 segundos, e prever tão bem se alguém morrerá após a cirurgia", disse o autor principal Carl Harris , doutorando em engenharia biomédica. "Temos uma descoberta realmente significativa que pode melhorar a avaliação do risco cirúrgico."
A equipe também desenvolveu um método para explicar quais características do ECG podem estar associadas a um ataque cardíaco ou um derrame após uma operação.
"Imagine que, se você for submetido a uma cirurgia de grande porte, em vez de simplesmente registrar seu ECG em seu prontuário, onde ninguém o consultará, ele será executado por meio de um modelo, onde você receberá uma avaliação de risco e poderá conversar com seu médico sobre os riscos e benefícios da cirurgia", disse Stevens. "É um passo transformador na forma como avaliamos o risco para os pacientes."
Em seguida, a equipe testará o modelo em conjuntos de dados de mais pacientes. Eles também gostariam de testá-lo prospectivamente com pacientes prestes a se submeter a uma cirurgia.
A equipe também gostaria de determinar quais outras informações podem ser extraídas dos resultados do ECG por meio da IA.
Os autores, todos da Escola de Medicina Johns Hopkins e da Escola de Engenharia Whiting, incluem Anway Pimpalkar, Ataes Aggarwal, Jiyuan Yang, Xiaojian Chen, Samuel Schmidgall, Sampath Rapuri, Joseph L. Greenstein e Casey O. Taylor.
O trabalho foi apoiado pela National Science Foundation Graduate Research Fellowship DGE2139757 .