Vea MedIQ en Español
A inteligência artificial pode transformar a forma como identificamos pacientes com necessidade de revascularização? Em transmissão ao vivo durante o primeiro dia do Congresso American College of Cardiology (ACC) 2025, Dr. Michael Gibson‡ conversa com o Dr. Antonius Buescher†e apresenta um modelo pioneiro de IA para detecção precoce de infarto do miocárdio na emergência. Para saber mais, acesse e confira na íntegra!
‡Médico Cardiologista Intervencionista, criador do site clinicaltrialresults.org, fundador do WikiDoc.org e WikiPatient.org e Correspondente Médico-Chefe do American College of Cardiology.
† Médico da Universidade de Heidelberg e Cientista Clínico do Instituto de Informática Médica da Universidade de Münster (Líder do Projeto “cAIdiology – Artificial Intelligence for Precision Cardiology“, IZKF SEED/020/23).
Em transmissão ao vivo durante o ACC 2025, Dr. Michael Gibson conversa com o Dr. Antonius Buescher sobre o estudo que desenvolveu o primeiro modelo de inteligência artificial (IA) com ampla aplicabilidade para departamentos de emergência, com o intuito de identificar artérias coronárias bloqueadas a partir da leitura de eletrocardiograma (ECG) e prever com precisão a necessidade de revascularização coronária. A motivação do estudo se deu pelo desafio de decisão de revascularização quando os sintomas são consistentes com síndrome coronariana aguda, mas não há evidência de supradesnivelamento significativo do segmento ST no ECG.
O modelo foi treinado em quase 145.000 registros de admissões na emergência e se concentrou em infarto do miocárdio (IM) tipo 1, que inclui IM sem supradesnivelamento do segmento ST (IMSSST) e com supradesnivelamento do segmento ST (IMCSST). A IA foi capaz de estratificar os pacientes por risco com base apenas nos resultados de ECG, com uma área sob a curva ROC de 0,91, superando a interpretação clínica e alcançando resultados semelhantes ao teste de troponina T ultrassensível.
Dr. Buescher reforça que mais estudos são necessários para definir se a otimização do processo diagnóstico será suficiente para melhorar o prognóstico do paciente, mas o modelo foi capaz de quantificar e correlacionar as características do ECG de maneira eficaz, representando uma possível potencialização na precisão do diagnóstico precoce de IM.
