# A inteligência artificial tem desempenho diagnóstico consistente em cardiologia, segundo esta revisão sistemática?

> Sim. A revisão sistemática encontrou AUC de 0,804 a 0,991, com a maioria ≥ 0,88, em modalidades como eletrocardiograma, imagem cardíaca e modelos preditivos de risco. O desempenho foi forte e consistente em insuficiência cardíaca, doença arterial coronariana e arritmias, mas a heterogeneidade metodológica impediu pooling formal e a validação externa foi limitada.

Estudo citado: Niazai A, Jamil H, Hameed M, Sheikh S, Nisar MR. Artificial intelligence in cardiovascular diagnostics: a systematic review and descriptive analysis of clinical applications and diagnostic performance. BMC cardiovascular disorders. 2025. DOI: https://doi.org/10.1186/s12872-025-05327-x. PubMed: https://pubmed.ncbi.nlm.nih.gov/41315941/

## Resposta

A revisão sistemática avaliou aplicações clínicas e desempenho diagnóstico da inteligência artificial em cardiologia, com foco em detecção precoce, estratificação de risco e apoio à decisão clínica. Os autores buscaram evidências em bases como PubMed, Google Scholar e ScienceDirect, restringindo-se a artigos em inglês publicados entre janeiro de 2020 e junho de 2025, com texto completo disponível.

Do total de 30 artigos elegíveis, 14 estudos de alta qualidade foram incluídos. A qualidade metodológica foi avaliada com o QUADAS-2 para estudos de acurácia diagnóstica e o PROBAST para modelos prognósticos ou de predição de risco. Essa escolha de instrumentos indica preocupação com o risco de viés tanto em testes diagnósticos quanto em modelos preditivos.

Os resultados descritivos mostraram desempenho consistentemente alto das ferramentas de IA para detecção de doenças cardiovasculares. Os valores de área sob a curva (AUC) variaram de 0,804 a 0,991, com a maioria ≥ 0,88, abrangendo análise de eletrocardiograma, imagem cardíaca e modelagem preditiva de risco. Os achados foram fortes em insuficiência cardíaca, doença arterial coronariana e detecção de arritmias.

Os autores não realizaram pooling formal devido à heterogeneidade metodológica. A síntese descritiva destacou tendências consistentes, mas a variabilidade no desenho e na forma de relato dos estudos limitou comparações diretas. A conclusão é que a IA pode complementar a decisão clínica, mas a validação externa limitada e a falta de padronização exigem cautela antes da integração clínica ampla.

Para o médico, o artigo reforça o potencial da IA como ferramenta auxiliar, não substituta do julgamento clínico. A mensagem prática é que os resultados são promissores, porém a implementação deve considerar a necessidade de avaliação padronizada e relato transparente dos modelos antes de incorporá-los à rotina.

## O que o estudo mostrou

Revisão sistemática com busca em PubMed, Google Scholar e ScienceDirect, incluindo ensaios clínicos randomizados e estudos observacionais em inglês publicados entre janeiro de 2020 e junho de 2025. De 30 artigos elegíveis, 14 estudos de alta qualidade foram incluídos, avaliados por QUADAS-2 e PROBAST. As ferramentas de IA mostraram AUC de 0,804 a 0,991, com a maioria ≥ 0,88, em eletrocardiograma, imagem cardíaca e modelos preditivos de risco, com desempenho forte em insuficiência cardíaca, doença arterial coronariana e arritmias.

## Limitações

O resumo informa heterogeneidade metodológica que impediu pooling formal e limitou comparações diretas entre estudos. Também menciona variabilidade no desenho e no relato dos estudos e validação externa limitada. O resumo não informa detalhes sobre tamanho de amostra dos estudos incluídos, características populacionais específicas ou dados de calibração dos modelos, o que restringe conclusões sobre aplicabilidade a populações brasileiras.

## Aplicação no consultório

A IA pode ser vista como apoio à interpretação de eletrocardiograma, imagem cardíaca e estratificação de risco, mas não substitui a avaliação clínica. Na gestão do consultório, vale acompanhar a literatura sobre validação externa e relato transparente antes de adotar ferramentas comerciais. A heterogeneidade dos estudos sugere cautela na escolha de sistemas e na comunicação de resultados aos colegas, priorizando soluções com avaliação metodológica clara.

## Perguntas para aprofundar

- Como interpretar os valores de AUC relatados para ferramentas de IA em cardiologia na prática clínica?
- Quais são os riscos de adotar modelos de IA sem validação externa adequada?
- O que o QUADAS-2 e o PROBAST avaliam em estudos de IA diagnóstica e prognóstica?

Tema: IA em cardiologia (ECG e ecocardiograma). Página: https://alphadoctor.com.br/ciencia/ia-cardiologia/a-inteligencia-artificial-tem-desempenho-diagnostico-consistente-em-cardiologia/

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