Crédito: domínio público UNSPLASH/CC0
Um algoritmo baseado em eletrocardiograma habilitado para inteligência artificial teve um bom desempenho na detecção precoce de insuficiência cardíaca entre indivíduos em busca de saúde no Quênia, de acordo com a pesquisa de partida tardia apresentou insuficiência cardíaca em 2025.
A insuficiência cardíaca é muito difundida na África, ao sul do Saara, onde os pacientes geralmente são mais jovens e enfrentam resultados piores do que em países de alta renda.
Ao explicar os motivos do estudo atual, o apresentador disse que o Dr. Ambarish Pandea, do Centro Médico do Sudoeste da Universidade do Texas, Dallas, Texas, “Discovery da disfunção sistólica ventricular esquerda (LVSD) representa uma estratégia importante para identificar pacientes que provavelmente desenvolverão insuficiência cardíaca e ainda há pouco acesso a tecnologia.
“Realizamos um estudo no Quênia para determinar se o LVSD poderia ser avaliado com base em um software baseado em eletrocardiograma (ECG) com software baseado em inteligência artificial (AI) validada como uma abordagem potencialmente escalável para se rastrear grandes populações”.
Este estudo prospectivo de triagem multicêntrico cruzado incluiu pacientes adultos que participaram de oito instalações de saúde no Quênia. A carga do fator de risco cardiovascular foi avaliada com uma classificação de alto risco cardiovascular com base em doenças cardiovasculares anteriores (DCV) ou escore de risco de Framingham (FRS)> 10%.
Todos os participantes tiveram um ECG de 12 líderes e a presença de LVSD (fração de ejeção do ventrículo esquerdo <40%) was assessed by the AI-ECG algorithm (AiTiALVSD; Medical AI Co, Seoul, Republic of Korea). The AI-ECG algorithm predicted LVSD probability using a pre-established threshold of >0,097 para definir alto risco. Um subconjunto de participantes teve avaliações de LVSD do algoritmo AI-ECG e da ecoardiografia para avaliar o desempenho do modelo AI-ECG.
A coorte avaliada do estudo incluiu 5.992 participantes com idade média de 55 anos, dois terços eram do sexo feminino (66%) e 65% foram classificados como tendo alto risco cardiovascular.
A prevalência de LVSD usando o algoritmo AI-ECG foi de 18,3%, com uma maior prevalência entre aqueles com altos pontos de risco de Framingham (FRS, 22,9%) ou DCV existente (32,0%) do que aqueles com baixo FR (9,9%).
Em 1.444 participantes com avaliações emparelhadas, o ecocardiografia foi confirmado por LVSD em 14,1%. O algoritmo AI-ECG mostrou excelentes amtricianos em comparação com a ecoardiografia: a sensibilidade foi de 95,6%, a especificidade foi de 79,4%e o valor preditivo negativo foi de 99,1%.
“Nosso estudo mostra a utilidade potencial dos algoritmos AI-ECG como uma ferramenta de custo e escalonamento relativamente baixo para a triagem de doenças cardíacas, incluindo insuficiência cardíaca, em risco de pessoas em comunidades limitadas por recursos”, acrescentou o Dr. Bernard Samia, escritor sênior e presidente da Sociedade Cardíaca do Quênia.
O Dr. Pandea termina: “Foi impressionante que o algoritmo AI-ECG tenha identificado o LVSD em quase um em cada cinco indivíduos, que enfatizou a grande população que corre o risco de insuficiência cardíaca.
“Dado que o algoritmo AI-ECG teve um bom desempenho contra o método padrão-ouro, gostaríamos agora de realizar grandes estudos de triagem em vários países da África. Também será importante investigar se a identificação do LVSD leva a um maior uso de terapias baseadas em evidências”.
Mais informações:
Implementação de um algoritmo baseado em AI-ECG para proteger a disfunção ventricular esquerda no Quênia: um estudo de coorte prospectivo: ESC365.escardio.org/presentation/302715
Fornecido pela Sociedade Europeia de Cardiologia
Citar: O algoritmo de ECG ativado por AI com um bom desempenho na detecção precoce de insuficiência cardíaca no Quênia (2025, 17 de maio) antes de 17 de maio de 2025 de https://medicalxpress.com/news/2025-05-ai-enable-ecg-algorithm-arly.htmll
Este documento está sujeito a direitos autorais. Além de qualquer comércio justo com o objetivo de estudos ou pesquisas particulares, nenhuma parte pode ser reproduzida sem uma permissão por escrito. O conteúdo é fornecido apenas para fins de informação.
