Notícia

Inteligência Artificial usa combinação de resultados de ECG e Raio-X para diagnosticar arritmia

Usando técnica de aprendizado profundo, grupo de pesquisa no Japão foi capaz de apresentar uma solução para a localização de vias cardíacas acessórias na Síndrome de Wolff-Parkinson-White

Pixabay

Fonte

Universidade Kobe

Data

quarta-feira, 28 abril 2021 11:05

Áreas

Bioinformática. Cardiologia. Diagnóstico. Inteligência Artificial. Medicina de Precisão. Radiologia.

O Dr. Nishimori Makoto, do Hospital Universitário de Kobe, o professor Dr. Kiuchi Kunihiko, da Universidade Kobe, no Japão, em conjunto com colegas cientistas, desenvolveram um algoritmo de Inteligência Artificial que usa diferentes tipos de dados de teste para prever a localização de vias excedentes no coração chamadas de ‘vias acessórias’, que podem fazer o coração bater irregularmente. Neste estudo, os pesquisadores foram capazes de melhorar a precisão do diagnóstico, fazendo com que o algoritmo aprendesse com dois tipos completamente diferentes de resultados de testes – dados de eletrocardiografia (ECG) e imagens de raios-X. Os pesquisadores que esta metodologia possa ser aplicada a outros transtornos com base nos resultados bem-sucedidos desta pesquisa.

Os resultados da pesquisa foram publicados na revista Scientific Reports.

Tipo específico de arritmia

A Síndrome de Wolff-Parkinson-White (WPW) é um tipo de arritmia. Pacientes com a síndrome de WPW nascem com ‘vias acessórias’, que podem causar episódios de taquicardia quando o batimento cardíaco acelera.

A técnica de ablação por cateter envolve o uso de um cateter para cauterizar seletivamente as vias acessórias e pode curar completamente esse distúrbio. No entanto, a taxa de sucesso da ablação por cateter varia dependendo da localização das vias acessórias. Convencionalmente, um ECG de 12 derivações (ou seja, uma eletrocardiografia regular) é usada para prever a localização da via acessória antes do tratamento. No entanto, esse método atual, que depende apenas do ECG, não é suficientemente preciso, o que torna difícil dar aos pacientes uma explicação completa que inclua a taxa de sucesso do tratamento. Este estudo de pesquisa tentou usar a Inteligência Artificial para resolver esse problema.

Os pesquisadores usaram uma técnica de IA chamada aprendizado profundo. O aprendizado profundo envolve inserir os dados de cada paciente e as respostas correspondentes em um programa. Ao repetir esse processo de aprendizagem, o programa se torna automaticamente mais inteligente. Usando essa metodologia, o grupo de pesquisa foi capaz de apresentar uma solução para um problema até então não resolvido, promovendo ainda mais a aplicação da Inteligência Artificial ​​na medicina.

Metodologia

Em primeiro lugar, a equipe do Dr. Nishimori desenvolveu o algoritmo de Inteligência Artificial usando apenas dados de ECG e comparou seu desempenho com métodos anteriores. Eles realizaram um aprendizado repetido onde deram ao algoritmo os dados de ECG de cada paciente e a localização da via acessória (ou seja, a resposta) em cada caso ao mesmo tempo, criando com sucesso um algoritmo com uma taxa de precisão mais alta do que os métodos anteriores.

No entanto, o algoritmo foi incapaz de realizar previsões corretas todas as vezes apenas com os dados de ECG. Os pesquisadores imaginam que a causa desse problema pode ser o fato de que os dados de ECG são afetados pelas diferenças no tamanho e posição de cada coração, portanto, os dados de ECG não seriam precisos, mesmo quando a localização da via acessória era a mesma. Este problema foi resolvido fazendo com que os dados de aprendizagem do algoritmo levassem em conta informações como o tamanho de cada coração, a partir de imagens de raios-X de tórax simultâneo. Ao aprender simultaneamente os dados de ECG pré-tratamento e de imagem de raios-X, o algoritmo foi capaz de obter as informações que faltavam e sua precisão diagnóstica foi significativamente melhorada em comparação com quando apenas os dados de ECG foram usados.

Próximos Passos

O avanço da tecnologia de Inteligência Artificial nos últimos anos tornou possível fazer diagnósticos altamente precisos com base em vários tipos de dados de teste no campo da medicina. No entanto, há casos em que os dados de um único teste são insuficientes para que o algoritmo faça um diagnóstico preciso.

A pesquisa aumentou com sucesso a precisão ao fazer o algoritmo aprender não apenas com os resultados do ECG, mas também com as imagens de raios-X de tórax, que são tipos de dados completamente diferente. Os diagnósticos precisos mediados por Inteligência Artificial permitirão aos médicos dar aos pacientes em pré-tratamento uma explicação mais precisa de sua condição, o que, esperançosamente, deixará os pacientes mais tranquilos. Além disso, a pesquisa poderá ser aplicada a vários outros distúrbios e poderá levar à implementação de um software de diagnóstico [de arritmias] baseado em Inteligência Artificial.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na Universidade Kobe (em inglês).

Fonte: Universidade Kobe. Imagem: Pixabay.

Em suas publicações, o Canal Farma da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Canal Farma tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.

Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Canal Farma e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Canal Farma, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.

Leia também

2021 Canal Farma | Portal de Notícias, Conteúdos e Rede Profissional em Ciências Farmacêuticas, Tecnologias e Saúde da Rede T4H.

Entre em Contato

Enviando

Fazer login com suas credenciais

ou    

Esqueceu sua senha?

Create Account