Estetoscópio com IA dobra detecção de insuficiência cardíaca na gravidez, revela estudo da Mayo Clinic
São PauloInsuficiência cardíaca durante a gravidez é uma condição grave que frequentemente passa despercebida, pois seus sintomas, como falta de ar e cansaço extremo, são semelhantes aos problemas normais da gestação. Uma recente pesquisa apresentada no Congresso da Sociedade Europeia de Cardiologia destacou um estudo da Mayo Clinic que utilizou um estetoscópio com inteligência artificial, que detectou duas vezes mais casos de insuficiência cardíaca relacionada à gravidez em comparação com métodos tradicionais.
Insuficiência cardíaca relacionada à gravidez é um perigo silencioso
A insuficiência cardíaca durante a gravidez, especialmente a cardiomiopatia periparto, pode ser extremamente perigosa se não for detectada precocemente. Quando diagnosticada tardiamente, essa condição pode levar a complicações graves que exigem cuidados intensivos, dispositivos mecânicos para o coração ou até mesmo um transplante cardíaco. Identificar o problema cedo permite que os médicos iniciem tratamentos que ajudam a controlar os sintomas de forma eficaz.
Estetoscópio Digital com IA Facilita Detecção de Problemas Cardíacos na Gravidez na Nigéria
O estudo analisou o uso de um estetoscópio digital impulsionado por IA na Nigéria, onde problemas cardíacos são comuns durante a gravidez. Principais descobertas incluem:
- Mais Casos Identificados: As ferramentas de IA detectaram o dobro de casos com fração de ejeção (FE) menor que 50%.
- Detecção Precoce: Médicos que usaram IA tiveram 12 vezes mais chance de identificar fraqueza cardíaca com FE abaixo de 45%, indicando cardiomiopatia periparto.
- Triagem Minuciosa: A triagem utilizou estetoscópios digitais aprimorados com IA e algoritmos de ECG, sendo altamente precisa na identificação de função cardíaca fraca.
O algoritmo da Clínica Mayo para o AI-ECG de 12 derivações foi adaptado para uso nos estetoscópios digitais da Eko Health. A FDA dos EUA aprovou este estetoscópio aprimorado, capaz de identificar insuficiência cardíaca com fração de ejeção baixa, crucial para o tratamento adequado da condição.
As avaliações demonstraram benefícios significativos em diferentes níveis de Fração de Ejeção (FE). Se a FE estiver abaixo de 45%, significa cardiomiopatia periparto. Quando está abaixo de 40%, indica insuficiência cardíaca com fração de ejeção reduzida, onde certos medicamentos podem aliviar muito os sintomas e diminuir o risco de morte. Se a FE estiver abaixo de 35%, isso indica uma função cardíaca muito comprometida, requerendo tratamentos avançados para insuficiência cardíaca e possivelmente a implantação de um desfibrilador.
Este estudo pode transformar os cuidados pré-natais e tem implicações significativas. A utilização de tecnologia de IA pode melhorar os resultados, especialmente em regiões com altas taxas de insuficiência cardíaca relacionada à gravidez, como a Nigéria. É crucial entender como os profissionais de saúde podem adotar e utilizar essas ferramentas. O sucesso do estudo na Nigéria sugere que o uso mais amplo dessas tecnologias pode melhorar a saúde materna em todo o mundo.
O próximo passo é testar essa ferramenta de IA nos EUA para avaliar sua eficácia em diferentes ambientes de saúde e entre várias populações. Essa avaliação é crucial, pois mulheres afro-americanas têm uma taxa mais alta de cardiomiopatia periparto. Com robusto financiamento e pesquisa, essa tecnologia pode aprimorar consideravelmente os cuidados de saúde materna.
O estudo é publicado aqui:
http://dx.doi.org/10.1038/s41591-024-03243-9e sua citação oficial - incluindo autores e revista - é
Demilade A. Adedinsewo, Andrea Carolina Morales-Lara, Bosede B. Afolabi, Oyewole A. Kushimo, Amam C. Mbakwem, Kehinde F. Ibiyemi, James Ayodele Ogunmodede, Hadijat Olaide Raji, Sadiq H. Ringim, Abdullahi A. Habib, Sabiu M. Hamza, Okechukwu S. Ogah, Gbolahan Obajimi, Olugbenga Oluseun Saanu, Olusoji E. Jagun, Francisca O. Inofomoh, Temitope Adeolu, Kamilu M. Karaye, Sule A. Gaya, Isiaka Alfa, Cynthia Yohanna, K. L. Venkatachalam, Jennifer Dugan, Xiaoxi Yao, Hanna J. Sledge, Patrick W. Johnson, Mikolaj A. Wieczorek, Zachi I. Attia, Sabrina D. Phillips, Mohamad H. Yamani, Yvonne Butler Tobah, Carl H. Rose, Emily E. Sharpe, Francisco Lopez-Jimenez, Paul A. Friedman, Peter A. Noseworthy, Rickey E. Carter. Artificial intelligence guided screening for cardiomyopathies in an obstetric population: a pragmatic randomized clinical trial. Nature Medicine, 2024; DOI: 10.1038/s41591-024-03243-919 de novembro de 2024 · 20:02
IA eficiente ao alcance: modelos de linguagem otimizados para dispositivos móveis
18 de novembro de 2024 · 09:36
Estudo preciso do comportamento de camundongos com menos animais graças à IA inovadora
18 de novembro de 2024 · 07:24
AI revoluciona cirurgias ao identificar tumores cerebrais rapidamente com FastGlioma: avanço promissor na medicina
Compartilhar este artigo