Pesquisadores liderados pela Universidade de Cambridge analisaram sons cardíacos de quase 1.800 pacientes usando um algoritmo de IA treinado para reconhecer doenças valvares, uma condição que muitas vezes não é diagnosticada até se tornar fatal.

A IA identificou corretamente 98% dos pacientes com estenose aórtica grave, a forma mais comum de doença valvar que requer cirurgia, e 94% daqueles com regurgitação mitral grave, condição em que a válvula cardíaca não se fecha completamente e o sangue vaza para trás através da válvula.

A tecnologia, que funciona com estetoscópios digitais, apresentou desempenho superior ao dos médicos de clínica geral na detecção de doenças valvares e pode ser usada como uma ferramenta de triagem rápida na atenção primária. Os resultados foram publicados na revista npj Cardiovascular Health.

“A doença valvar é uma epidemia silenciosa”, disse o professor Anurag Agarwal, do Departamento de Engenharia de Cambridge, que liderou a pesquisa. “Estima-se que 300 mil pessoas no Reino Unido tenham estenose aórtica grave, e cerca de um terço delas não sabe disso. Quando os sintomas aparecem, o prognóstico pode ser pior do que o de muitos tipos de câncer.”

A doença cardíaca valvular afeta mais da metade das pessoas com mais de 65 anos, sendo que cerca de uma em cada dez apresenta doença significativa. Nos estágios iniciais, costuma ser assintomática. "Quando os sintomas avançados se desenvolvem, o risco de morte pode chegar a 80% em dois anos se não for tratada", afirmou o coautor Professor Rick Steeds, do University Hospitals Birmingham. "O único tratamento atual é a cirurgia para reparar ou substituir a válvula."

Atualmente, o diagnóstico de doenças valvares depende da ecocardiografia, que é o padrão ouro, mas é cara e demorada. O tempo de espera no NHS (Serviço Nacional de Saúde do Reino Unido) pode chegar a muitos meses, o que significa que ela não pode ser usada como ferramenta de triagem para a população em geral.

Os médicos podem auscultar o coração usando um estetoscópio, mas isso não é feito rotineiramente em consultas rápidas com clínicos gerais, e sabe-se que muitos casos passam despercebidos.

“A ausculta cardíaca é uma habilidade difícil e cada vez menos utilizada em consultórios de clínicos gerais movimentados”, disse Agarwal. “Essa é uma das principais razões pelas quais tantos casos de doenças valvares estão passando despercebidos.”

O novo estudo – uma colaboração entre engenheiros e cardiologistas, enfermeiros de pesquisa e outros profissionais clínicos de cinco unidades do NHS (Serviço Nacional de Saúde do Reino Unido) – utilizou estetoscópios digitais para registrar os sons cardíacos de 1.767 pacientes. Cada participante do estudo também realizou um ecocardiograma, que foi utilizado como referência.

Em vez de treinar o algoritmo para reconhecer sopros cardíacos — o marcador diagnóstico tradicional — os pesquisadores o treinaram diretamente com resultados de ecocardiogramas. Isso permitiu que o sistema aprendesse padrões acústicos sutis que os humanos poderiam não perceber, incluindo casos sem sopro óbvio.

Quando testado em comparação com 14 médicos de clínica geral que ouviram as mesmas gravações, o algoritmo superou todos eles de forma consistente. Os julgamentos dos médicos variaram bastante, com alguns priorizando a sensibilidade e outros a especificidade. A IA forneceu resultados confiáveis em todas as ocasiões e foi particularmente precisa para doenças graves.

O sistema foi projetado para minimizar alarmes falsos, reduzindo o risco de sobrecarregar os serviços de ecocardiografia, que já estão sobrecarregados. Os pesquisadores afirmam que a tecnologia não se destina a substituir os médicos, mas pode ser uma ferramenta útil de triagem, ajudando-os a decidir quais pacientes devem ser encaminhados para investigação e tratamento adicionais.

Basta uma breve gravação dos sons cardíacos, e o teste pode ser realizado por profissionais com treinamento mínimo. "Se pudermos descartar pessoas que definitivamente não têm doenças significativas, podemos concentrar recursos naqueles que mais precisam", disse Agarwal.

Os pesquisadores afirmam que serão necessários mais testes, realizados em contextos reais de consultórios médicos com um grupo diversificado de pacientes, antes que o dispositivo possa ser disponibilizado para a população em geral. Além disso, eles dizem que formas mais moderadas de doença valvar são mais difíceis de detectar.

No entanto, afirmam que a IA pode ajudar a lidar com as crescentes pressões sobre o sistema de saúde causadas pelo envelhecimento da população.

A pesquisa foi financiada em parte pelo Instituto Nacional de Pesquisa em Saúde (National Institute for Health Research), pela Fundação Britânica do Coração (British Heart Foundation) e pelo Conselho de Pesquisa Médica (Medical Research Council - MRC), parte do programa de Pesquisa e Inovação do Reino Unido (UK Research and Innovation - UKRI). Anurag Agarwal é membro do Emmanuel College, em Cambridge.