Pesquisadores desenvolveram um método inovador para analisar exames de ressonância magnética cardíaca com a ajuda de inteligência artificial, o que pode economizar tempo e recursos valiosos do NHS, além de melhorar o atendimento aos pacientes.
As equipes das Universidades de East Anglia (UEA), Sheffield e Leeds criaram um modelo de computador inteligente que utiliza IA para examinar imagens cardíacas de exames de ressonância magnética em uma visão específica conhecida como plano de quatro câmaras.
O pesquisador principal Dr. Pankaj Garg, da Norwich Medical School da University of East Anglia e cardiologista consultor do Norfolk and Norwich University Hospital, lidera uma equipe de pesquisadores que foram pioneiros na inovadora e revolucionária tecnologia de imagem de ressonância magnética 4D. Isso está abrindo caminho para um diagnóstico mais rápido, não invasivo e preciso de insuficiência cardíaca e outras condições cardíacas.
O Dr. Garg disse: “O modelo de IA determinou com precisão o tamanho e a função das câmaras do coração e demonstrou resultados comparáveis aos obtidos manualmente pelos médicos, mas muito mais rápidos.
“Ao contrário de uma análise de ressonância magnética manual padrão, que pode levar até 45 minutos ou mais, o novo modelo de IA leva apenas alguns segundos.
“Essa técnica automatizada pode oferecer avaliações rápidas e confiáveis da saúde cardíaca, com potencial para melhorar o atendimento ao paciente.”
O estudo observacional retrospectivo consistiu em dados de 814 pacientes do Sheffield Teaching Hospitals NHS Foundation Trust e do Leeds Teaching Hospitals NHS Trust, que foram então usados para treinar o modelo de IA.
Para garantir que os resultados do modelo fossem precisos, exames e dados de outros 101 pacientes do Norfolk and Norwich University Hospitals NHS Foundation Trust foram usados para testes.
Enquanto outros estudos investigaram o uso de IA na interpretação de exames de ressonância magnética, este último modelo de IA foi treinado usando dados de vários hospitais e diferentes tipos de scanners, bem como conduzindo o teste em um grupo diverso de pacientes de um hospital diferente. Além disso, este modelo de IA fornece uma análise completa de todo o coração usando uma visão que mostra todas as quatro câmaras, enquanto a maioria dos estudos anteriores se concentrou em uma visão que olha apenas para as duas câmaras principais do coração.
O aluno de doutorado Dr. Hosamadin Assadi, da Escola Médica de Norwich da UEA, disse: “Automatizar o processo de avaliação da função e estrutura do coração economizará tempo e recursos e garantirá resultados consistentes para os médicos.
“Essa inovação pode levar a diagnósticos mais eficientes, melhores decisões de tratamento e, finalmente, melhores resultados para pacientes com problemas cardíacos.
“Além disso, o potencial da IA para prever a mortalidade com base em medições cardíacas destaca seu potencial para revolucionar o tratamento cardíaco e melhorar o prognóstico do paciente.”
Os pesquisadores dizem que estudos futuros devem testar o modelo usando grupos maiores de pacientes de diferentes hospitais, com vários tipos de scanners de ressonância magnética e incluindo outras doenças comuns observadas na prática médica para ver se funciona bem em uma gama mais ampla de situações do mundo real.
Outras pesquisas recentes das equipes da UEA, Leeds e Sheffield refinaram o método de uso de exames de ressonância magnética cardíaca para pacientes do sexo feminino, particularmente aquelas com doença cardíaca inicial ou limítrofe, o que significa que 16,5% mais mulheres puderam ser diagnosticadas.
A pesquisa foi uma colaboração entre a Universidade de East Anglia, a Universidade de Leeds, a Universidade de Sheffield, o Centro Médico da Universidade de Leiden, o Norfolk and Norwich University Hospitals NHS Foundation Trust, o Sheffield Teaching Hospitals NHS Foundation Trust e o Leeds Teaching Hospitals NHS Trust.
O estudo foi apoiado pelo financiamento do Dr. Pankaj Garg da Wellcome Trust Clinical Research Career Development Fellowship.
‘Desenvolvimento e validação da segmentação derivada de IA de cine CMR de quatro câmaras’ é publicado no Eradiologia experimental europea.
