Abordagem assistida por IA ajuda usuários novatos a capturar imagens de ultrassom cardíaco e a identificar estenose aórtica
Share this:
ROCHESTER, Minnesota — Pesquisadores da Mayo Clinic testaram uma abordagem que utiliza inteligência artificial (IA) para ajudar pessoas sem experiência prévia em ultrassom a capturar imagens do coração e a identificar pacientes que possam ter uma condição valvar cardíaca comum e grave. Em um estudo publicado na JAMA Cardiology e apresentado no Congresso da Sociedade Europeia de Cardiologia (ESC, sigla em inglês) de 2026, após quatro horas de treinamento, usuários sem experiência conseguiram coletar imagens de ultrassom cardíaco focado enquanto utilizavam modelos de IA para orientá-los com a coleta de imagens e ajudá-los a analisar as imagens em busca de sinais de estenose aórtica moderada ou mais grave.
A estenose aórtica ocorre quando a válvula aórtica do coração se estreita, dificultando o bombeamento de sangue do coração para o restante do corpo. Ela afeta aproximadamente 7% das pessoas com 75 anos ou mais e é o motivo mais comum de intervenção valvar cardíaca no mundo todo. Pessoas com estenose aórtica podem não apresentar sintomas até que a condição esteja mais avançada. A identificação precoce da doença pode ajudar a garantir que os pacientes recebam o monitoramento e os cuidados adequados.
"Um ecocardiograma completo é o teste diagnóstico padrão para estenose aórtica. No entanto, seu uso demanda muitos recursos, exigindo equipamentos especializados assim como pessoal treinado com experiência tanto na aquisição quanto na interpretação das imagens. Essas exigências podem limitar o acesso, principalmente em locais com recursos limitados, e fazer com que a ecocardiografia completa não seja nem viável nem rentável como uma ferramenta de triagem ampla," diz o Ph. D. Gal Tsaban, M. D., cardiologista na Mayo Clinic e autor sênior do estudo.
"Queríamos verificar se a combinação da orientação por IA com o ultrassom cardíaco focado poderia ajudar pessoas sem experiência prévia em ultrassom a capturar imagens úteis do coração e identificar pacientes que possam precisar de avaliação adicional," acrescenta Jared Bird, M. D., cardiologista na Mayo Clinic que coliderou o estudo.
Como primeiro passo, os pesquisadores desenvolveram e validaram o algoritmo de aprendizado profundo utilizando ecocardiogramas de pacientes das unidades da Mayo Clinic no Arizona, na Flórida, no Sistema de Saúde da Mayo Clinic e em Rochester. Eles avaliaram o desempenho do modelo em imagens de ultrassom portátil coletadas por ultrassonografistas experientes.
Ultrassom guiado por IA identifica estenose aórtica
No estudo prospectivo, nove membros da equipe de pesquisa sem experiência prévia em atendimento clínico ou em ultrassom utilizaram a orientação por IA para realizar ultrassons cardíacos focados após quatro horas de treinamento. Os membros da equipe conseguiram utilizar o modelo de IA para analisar quase 97% dos exames. Isso ajudou os pesquisadores a identificar corretamente 93% dos pacientes com estenose aórtica moderada ou mais grave e a descartar corretamente 96% dos pacientes que não tinham a condição.
Cerca de 10% dos exames foram sinalizados para revisão por um especialista em imagem cardíaca. A abordagem combinada de IA e revisão humana reduziu os resultados falso-positivos, mas também significou que alguns pacientes com estenose aórtica não foram identificados.
O Dr. Tsaban e o Dr. Bird destacam que a abordagem tem como objetivo ajudar as pessoas a realizar a triagem da estenose aórtica e determinar quem pode se beneficiar de exames adicionais. Ela não tem a intenção de substituir um ecocardiograma completo ou a avaliação de um médico. Os pacientes identificados como potenciais portadores de estenose aórtica moderada ou mais grave ainda precisam de uma ecocardiografia completa para confirmar o diagnóstico e determinar a gravidade da condição.
Os resultados sugerem que colocar ferramentas de IA nas mãos de pessoas com experiência limitada em ultrassom poderia ajudar mais pacientes a ter acesso à triagem de estenose aórtica, principalmente em comunidades onde a ecocardiografia completa e profissionais de imagem treinados estão menos disponíveis.
Uma lista completa de autores, divulgações apropriadas e fontes de financiamento para esta pesquisa pode ser encontrada dentro do artigo: "Artificial Intelligence-Enabled Acquisition and Interpretation for Screening Aortic Stenosis". A Mayo Clinic tem interesse financeiro na tecnologia mencionada neste comunicado de imprensa e utilizará qualquer receita obtida para apoiar sua missão sem fins lucrativos nas áreas de cuidado ao paciente, educação e pesquisa.
###
Sobre a Mayo Clinic
A Mayo Clinic é uma organização sem fins lucrativos comprometida com a inovação na prática clínica, educação e pesquisa, fornecendo compaixão, conhecimento e respostas para todos que precisam de cura. Visite a Rede de Notícias da Mayo Clinic para obter outras notícias da Mayo Clinic.
Contato de mídia:
- Terri Malloy, Comunicações da Mayo Clinic, newsbureau@mayo.edu
[mayoNnVideoDownload]
