Um modelo de aprendizado profundo desenvolvido por pesquisadores da Programa de Inteligência Artificial em Medicina (AIM) pode prever o risco de morte por ataque cardíaco ou derrame em 10 anos usando uma única radiografia de tórax.
Atualmente, esse risco é estimado usando o escore de risco de doença cardiovascular aterosclerótica (ASCVD). Este modelo estatístico requer vários parâmetros de entrada, incluindo idade, sexo, raça, pressão arterial sistólica, tratamento de hipertensão, tabagismo e diabetes tipo 2 e exames de sangue. Pacientes com risco de 7.5% ou mais são recomendados com estatina. Muitas vezes, porém, essas variáveis não estão todas disponíveis no prontuário eletrônico do paciente.
Para remediar esse déficit, os pesquisadores criaram um modelo de aprendizado profundo que pode estimar o risco de 10 anos de eventos cardiovasculares adversos graves a partir de uma radiografia de tórax de rotina. nesta semana RSNA 2022, o encontro anual da Sociedade Radiológica da América do Norte, autor principal Jacob Weiss apresentou o trabalho da equipe.
“Nosso modelo de aprendizado profundo oferece uma solução potencial para triagem oportunista baseada na população de risco de doença cardiovascular usando imagens de radiografia de tórax existentes”, explica Weiss. “Esse tipo de triagem pode ser usado para identificar indivíduos que se beneficiariam com a medicação com estatina, mas atualmente não são tratados”.
Weiss e seus colegas desenvolveram seu modelo de risco CXR-CVD usando 147,497 radiografias de tórax de 40,643 participantes no Ensaio de triagem de câncer PLCO. Eles testaram seu desempenho usando um grupo independente de 11,430 pacientes ambulatoriais que fizeram uma radiografia de tórax de rotina no Mass General Brigham e eram potencialmente elegíveis para terapia com estatina. Durante o acompanhamento médio de 10.3 anos, 9.6% desses pacientes sofreram um evento cardíaco adverso maior, com associação significativa entre o risco predito pelo modelo e os eventos observados.
Nos 2401 pacientes com dados suficientes disponíveis, a equipe também comparou o valor prognóstico do modelo de risco CXR-CVD com o padrão clínico estabelecido para decidir a elegibilidade das estatinas. Nesse subconjunto de pacientes, o modelo apresentou desempenho semelhante ao padrão clínico.
Algoritmo de código aberto prevê risco de ataque cardíaco a partir de tomografia computadorizada do tórax
“A beleza dessa abordagem é que você só precisa de um raio-X, que é adquirido milhões de vezes por dia em todo o mundo”, diz Weiss. “Há muito tempo reconhecemos que os raios X capturam informações além dos achados diagnósticos tradicionais, mas não usamos esses dados porque não dispúnhamos de métodos robustos e confiáveis. Os avanços na IA estão tornando isso possível agora.”
Weiss observa que pesquisas adicionais, incluindo um estudo randomizado controlado, são necessárias para validar o modelo, que pode servir como uma ferramenta de apoio à decisão para os médicos.
