# A inteligência artificial aplicada ao ECG é eficaz no diagnóstico da síndrome de Brugada?

> Sim, segundo esta meta-análise. Modelos de IA para interpretação de ECG mostraram AUC de 0,898, sensibilidade de 78,9% e especificidade de 87,7% na detecção da síndrome de Brugada. Os achados sugerem que a ferramenta é viável, mas a heterogeneidade entre estudos e a necessidade de validação clínica ainda limitam a aplicação imediata.

Estudo citado: Barbosa LM, Mazetto R, Defante MLR, Antunes VLJ, Oliveira VMR, Cavalcante D et al.. A systematic review and meta-analysis of artificial intelligence ECGs performance in the diagnosis of Brugada Syndrome. Journal of interventional cardiac electrophysiology : an international journal of arrhythmias and pacing. 2026. DOI: https://doi.org/10.1007/s10840-025-02075-y. PubMed: https://pubmed.ncbi.nlm.nih.gov/40461897/

## Resposta

A síndrome de Brugada é uma condição grave associada à morte súbita cardíaca em indivíduos aparentemente saudáveis, e casos induzidos por fármacos representam parcela significativa dos diagnósticos. Nesse contexto, modelos de inteligência artificial (IA) aplicados à análise de eletrocardiogramas (ECG) surgem como uma abordagem promissora para identificar a doença de forma precoce e precisa.

Esta revisão sistemática e meta-análise reuniu seis estudos com dados de ECG de 2.179 pacientes, todos utilizando algoritmos de IA para interpretação do exame. A análise quantitativa encontrou área sob a curva (AUC) de 0,898, sensibilidade de 78,9% (IC 95%: 69,6 a 85,9) e especificidade de 87,7% (IC 95%: 79,9 a 92,7). Esses números indicam bom desempenho discriminatório, com equilíbrio entre detecção de casos e avoidance de falsos positivos.

A heterogeneidade entre os estudos foi explorada por análise de sensibilidade leave-one-out. A exclusão do estudo de Zanchi et al. reduziu significativamente a heterogeneidade (I2 = 0%), enquanto as demais análises corroboraram os achados gerais. Isso sugere que, embora os resultados sejam consistentes, existe variabilidade metodológica que deve ser considerada na interpretação.

Os autores concluem que a interpretação de ECG por IA é uma opção viável para detectar a síndrome de Brugada. No entanto, a aplicação clínica exige cautela: trata-se de uma meta-análise de estudos heterogêneos, e o resumo não detalha características das populações ou dos algoritmos, o que limita a generalização imediata para a prática.

Para o médico, a ferramenta pode futuramente auxiliar na triagem de pacientes com suspeita de Brugada, especialmente em cenários de grande volume de exames. Contudo, a decisão clínica deve permanecer fundamentada em avaliação especializada e em diretrizes, enquanto validações prospectivas em diferentes contextos não estiverem disponíveis.

## O que o estudo mostrou

Revisão sistemática e meta-análise que incluiu seis estudos com dados de ECG de 2.179 pacientes, todos empregando algoritmos de IA para interpretação do exame. A análise quantitativa revelou AUC de 0,898, sensibilidade de 78,9% (IC 95%: 69,6 a 85,9) e especificidade de 87,7% (IC 95%: 79,9 a 92,7). A análise de sensibilidade sem Zanchi et al. reduziu a heterogeneidade para I2 = 0%, e as demais análises corroboraram os achados gerais.

## Limitações

O resumo não informa as características dos estudos incluídos, como desenho, população ou tipo de algoritmo, nem detalha critérios de inclusão ou risco de viés. A heterogeneidade entre os estudos foi significativa em algumas análises, e a exclusão de um único estudo a reduziu a zero, sugerindo fragilidade dos resultados agrupados. Não há informação sobre validação externa ou desempenho em diferentes cenários clínicos.

## Aplicação no consultório

Os achados sugerem que a IA aplicada ao ECG pode, no futuro, apoiar a triagem de pacientes com suspeita de síndrome de Brugada, especialmente em ambientes com grande volume de exames. Para a gestão do consultório, isso implica considerar a incorporação de ferramentas de apoio diagnóstico, mas sempre com validação local e treinamento da equipe. A decisão clínica deve permanecer baseada em avaliação especializada e diretrizes, e o médico deve estar atento às limitações metodológicas antes de adotar a tecnologia na rotina.

## Perguntas para aprofundar

- Qual é o desempenho da IA na detecção de outras canalopatias além da síndrome de Brugada?
- Como a heterogeneidade entre estudos de IA em ECG pode influenciar a aplicação clínica?
- Quais são os desafios para implementar ferramentas de IA para ECG na prática clínica diária?

Tema: IA em cardiologia (ECG e ecocardiograma). Página: https://alphadoctor.com.br/ciencia/ia-cardiologia/a-inteligencia-artificial-aplicada-ao-ecg-e-eficaz-no-diagnostico-da-sindrome/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.