A inteligência artificial aplicada ao ecocardiograma já pode ser usada na prática clínica para avaliar disfunção diastólica?
Resposta curta: A revisão sistemática mostra que a IA em ecocardiografia para disfunção diastólica tem boa discriminação diagnóstica em estudos retrospectivos, com AUCs entre 0,761 e 0,883 contra padrão-ouro invasivo. Porém, a heterogeneidade de padrões de referência, a validação limitada e a ausência de estudos prospectivos de impacto clínico ainda impedem a implementação rotineira.
Resposta
A avaliação não invasiva da disfunção diastólica do ventrículo esquerdo e das pressões de enchimento é central no diagnóstico e manejo da insuficiência cardíaca, especialmente na insuficiência cardíaca com fração de ejeção preservada (HFpEF). A ecocardiografia transtorácica é amplamente utilizada, mas os algoritmos baseados em diretrizes frequentemente são indeterminados, têm reprodutibilidade variável e são difíceis de aplicar consistentemente na prática rotineira.
A inteligência artificial (IA) surgiu como potencial estratégia para padronizar medidas, integrar dados ecocardiográficos multiparamétricos e reduzir a incerteza diagnóstica. Esta revisão sistemática avaliou estudos de acurácia diagnóstica que aplicaram IA ou aprendizado de máquina à ecocardiografia para avaliação automatizada da função diastólica ou estimativa das pressões de enchimento ventricular esquerdo.
Os estudos incluídos tiveram amostras de desenvolvimento e coortes de validação ou teste relatadas separadamente. A validação variou de pequenas coortes invasivas reservadas a grandes conjuntos de dados externos independentes. Contra padrões-ouro hemodinâmicos invasivos, as AUCs relatadas variaram de 0,761 a 0,883, refletindo heterogeneidade de alvos hemodinâmicos, limiares e desenhos de validação.
Estudos que avaliaram concordância com classificações baseadas em diretrizes ou derivadas de especialistas e a replicação automatizada de parâmetros diastólicos individuais geralmente relataram alta discriminação, embora representassem tarefas clínicas distintas e variassem substancialmente na independência e escala de validação. Vários estudos demonstraram validação externa ou prospectiva, mas a avaliação robusta contra hemodinâmica invasiva permaneceu limitada.
Dada a substancial heterogeneidade metodológica e clínica, os achados foram sintetizados descritivamente e nenhuma estimativa sumária foi calculada. Apesar da discriminação diagnóstica promissora em estudos retrospectivos, a avaliação diastólica por ecocardiografia baseada em IA ainda é limitada por padrões de referência heterogêneos, abordagens de validação variáveis e ausência de estudos prospectivos intervencionais de impacto clínico e de validação prospectiva multicêntrica limitada contra hemodinâmica invasiva, o que impede a implementação rotineira neste estágio.
O que o estudo mostrou
Revisão sistemática de estudos de acurácia diagnóstica que avaliaram IA ou aprendizado de máquina aplicados à ecocardiografia para avaliação da função diastólica ou estimativa de pressões de enchimento. Os estudos incluídos tiveram amostras de desenvolvimento e coortes de validação separadas. Contra padrão-ouro hemodinâmico invasivo, as AUCs variaram de 0,761 a 0,883. Estudos de concordância com classificações baseadas em diretrizes ou especialistas e de replicação automatizada de parâmetros individuais geralmente mostraram alta discriminação, mas com tarefas clínicas distintas e validação heterogênea. A síntese foi descritiva, sem estimativa sumária.
Limitações
O resumo não informa o número total de pacientes nem as características das amostras. Há heterogeneidade metodológica e clínica substancial, com padrões de referência e desenhos de validação variáveis, o que impediu uma estimativa sumária. A validação prospectiva multicêntrica contra hemodinâmica invasiva é limitada, e não foram identificados estudos prospectivos intervencionais de impacto clínico. Essas limitações restringem a generalização dos achados.
Aplicação no consultório
Na prática clínica, a IA para avaliação diastólica ainda não deve substituir os algoritmos ecocardiográficos baseados em diretrizes. O médico pode considerar essas ferramentas como auxiliares em pesquisa ou em contextos com validação local, mas a implementação rotineira não é recomendada. Para a gestão do consultório, investir em treinamento e em protocolos padronizados de ecocardiografia segue sendo prioritário até que estudos prospectivos demonstrem impacto clínico.
Estudo citado
Artificial Intelligence-Based Echocardiographic Assessment of Diastolic Dysfunction: A Systematic Review. Echocardiography (Mount Kisco, N.Y.), 2026.
Autores: Murray CP, Temperley HC, Doyle RS, Khair A, Jagiello M, John A, O'Callaghan P.
DOI: 10.1111/echo.70630 · PubMed: PMID 42773945
Perguntas para aprofundar
- Quais são as limitações atuais da avaliação ecocardiográfica da disfunção diastólica por inteligência artificial?
- Como a inteligência artificial pode auxiliar na estimativa das pressões de enchimento ventricular esquerdo?
- O que falta para a implementação clínica rotineira da IA na avaliação diastólica por ecocardiografia?
Mais sobre IA em cardiologia (ECG e ecocardiograma)
- Medidas automatizadas de fração de ejeção e VTI do trato de saída do ventrículo esquerdo são intercambiáveis com os métodos de referência quando realizadas por não cardiologistas?
- A inteligência artificial aplicada ao ECG é útil para rastrear disfunção sistólica ventricular esquerda na prática clínica?
- A inteligência artificial tem bom desempenho diagnóstico na avaliação da regurgitação tricúspide?
- Qual é a acurácia diagnóstica de algoritmos de eletrocardiograma baseados em inteligência artificial para estimar insuficiência cardíaca com fração de ejeção reduzida?
- Como detectar precocemente a cardiotoxicidade induzida por quimioterapia em crianças com câncer?
Todas as perguntas sobre IA em cardiologia (ECG e ecocardiograma) · Todos os temas · Versão em markdown