Destaque
Aprendizado de máquina em cardiologia: cientistas usam inteligência artificial para prever o risco de fibrilação atrial
E se um computador dissesse que você desenvolveria um problema cardíaco em cinco anos? Você teria tempo para mudar seu estilo de vida e talvez atenuar ou evitar a condição. Uma equipe de pesquisadores do Instituto de Tecnologia de Israel (Technion) ensinou um computador a fazer exatamente isso.
Shany Biton e Sheina Gendelman, mestrandas sob a supervisão do professor Dr. Joachim Behar, chefe do laboratório de Inteligência Artificial em Medicina (AIMLab) na Faculdade de Engenharia Biomédica do Technion, desenvolveram um algoritmo de aprendizado de máquina capaz de prever com precisão se um paciente desenvolverá fibrilação atrial em cinco anos. Conceitualmente, os pesquisadores procuraram descobrir se um algoritmo de aprendizado de máquina poderia capturar padrões preditivos de fibrilação atrial, embora ainda não houvesse fibrilação atrial diagnosticada por um médico cardiologista.
A fibrilação atrial é um ritmo cardíaco anormal que não é imediatamente fatal, mas aumenta significativamente o risco de acidente vascular cerebral e morte. Alertar os pacientes de que eles correm o risco de desenvolvê-la pode viabilizar uma mudança em seu estilo de vida e evitar ou adiar o início da doença. Também pode encorajar acompanhamentos regulares com o cardiologista do paciente, garantindo que se e quando a condição se desenvolver, ela será identificada rapidamente e o tratamento será iniciado sem demora. Os fatores de risco conhecidos para fibrilação atrial incluem estilo de vida sedentário, obesidade, tabagismo, predisposição genética e outros.
Como o ECG é um teste de rotina de baixo custo, o modelo de aprendizado de máquina pode ser facilmente incorporado à prática clínica e ajudar a melhorar o gerenciamento de saúde para muitos indivíduos. O acesso a mais conjuntos de dados de pacientes permitiria que o algoritmo se tornasse cada vez melhor como uma ferramenta de previsão de risco. O modelo também pode ser adaptado para prever outras condições cardiovasculares.
O estudo foi realizado em colaboração com o Dr. Antônio Ribeiro da Universidade de Uppsala, na Suécia, e com Gabriela Miana, Carla Moreira, e Dr. Antonio Luiz Ribeiro, da Universidade Federal de Minas Gerais (UFMG).
O estudo foi publicado na revista científica European Heart Journal – Digital Health.
Acesse o artigo científico completo (em inglês).
Acesse a notícia completa na página do Technion (em inglês).
Fonte: Technion.
Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Portal Tech4Health e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Portal Tech4Health, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.
Apenas usuários cadastrados no Portal tech4health t4h podem comentar, Cadastre-se! Por favor, faça Login para comentar