# A interpretação de eletrocardiograma por inteligência artificial é útil para detectar síndrome de Brugada na prática clínica?

> Uma meta-análise de acurácia diagnóstica mostrou que modelos de IA para ECG têm sensibilidade de 0,82 e especificidade de 0,81 para síndrome de Brugada. O valor diagnóstico é limitado em rastreamento populacional, mas útil em contextos de suspeita clínica ou alto risco, principalmente para confirmar a doença.

Estudo citado: Cuandra KN, Tristan CD, Hutabarat IK, Widi VSN, Suwarya DNA, Budianto RE et al.. Clinical applicability of artificial intelligence electrocardiogram interpretation in Brugada syndrome: a diagnostic accuracy meta-analysis. Future cardiology. 2026. DOI: https://doi.org/10.1080/14796678.2026.2722829. PubMed: https://pubmed.ncbi.nlm.nih.gov/42644326/

## Resposta

A síndrome de Brugada é uma condição arritmogênica com diagnóstico desafiador. A interpretação automatizada do eletrocardiograma por inteligência artificial (IA-ECG) surge como ferramenta de apoio. Esta meta-análise buscou avaliar a viabilidade diagnóstica e a aplicabilidade clínica desses modelos.

Foram incluídos sete estudos com 15 análises de modelos de IA. A sensibilidade agrupada foi de 0,82 e a especificidade de 0,81. A razão de verossimilhança negativa foi de 0,22 e a positiva de 4,31, com área sob a curva de 0,88, indicando bom desempenho diagnóstico global.

A aplicabilidade clínica foi avaliada pelo nomograma de Fagan. Em rastreamento populacional geral (probabilidade pré-teste de 0,05%), o valor diagnóstico foi mínimo. Já em cenários de busca ativa (5%) e alto risco (20%), um resultado positivo elevou a probabilidade pós-teste para 18% e 52%, respectivamente, enquanto um negativo reduziu para 1% e 5%.

O perfil geral favorece o uso da IA-ECG para confirmar a suspeita (rule-in) em vez de excluí-la (rule-out). Assim, a ferramenta pode auxiliar clínicos na identificação de casos em populações com suspeita clínica ou alto risco, mas não substitui a avaliação especializada.

A conclusão é que a IA-ECG apresenta bom desempenho diagnóstico e pode servir como apoio à decisão em contextos selecionados. O resumo não detalha características dos estudos incluídos, como população ou critérios de referência, o que limita generalizações.

## O que o estudo mostrou

Trata-se de uma meta-análise de acurácia diagnóstica com busca sistemática em três bases de dados. Foram incluídos sete estudos e 15 análises de modelos de IA-ECG. A sensibilidade agrupada foi de 0,82, especificidade de 0,81, razão de verossimilhança negativa de 0,22, positiva de 4,31 e área sob a curva de 0,88. O nomograma de Fagan mostrou maior utilidade para confirmar a síndrome em cenários de suspeita clínica ou alto risco.

## Limitações

O resumo não informa detalhes sobre as populações dos estudos incluídos, os critérios de referência para diagnóstico de síndrome de Brugada, a heterogeneidade entre os modelos de IA avaliados ou possíveis vieses de publicação. Essas lacunas limitam a generalização dos achados para diferentes contextos clínicos e faixas etárias.

## Aplicação no consultório

A IA-ECG pode ser incorporada como ferramenta de apoio em consultórios que atendem pacientes com suspeita clínica de síndrome de Brugada ou em programas de busca ativa. O médico deve estar ciente de que o teste tem melhor desempenho para confirmar a doença do que para excluí-la, evitando usá-lo como rastreamento populacional indiscriminado. A gestão do consultório pode se beneficiar da triagem mais eficiente, mas a decisão final permanece clínica.

## Perguntas para aprofundar

- Qual é o desempenho da IA-ECG para síndrome de Brugada em populações de alto risco?
- A IA-ECG pode substituir a avaliação especializada no diagnóstico de síndrome de Brugada?
- Quais são as limitações dos modelos de IA-ECG na interpretação de eletrocardiogramas?

Tema: IA em cardiologia (ECG e ecocardiograma). Página: https://alphadoctor.com.br/ciencia/ia-cardiologia/a-interpretacao-de-eletrocardiograma-por-inteligencia-artificial-e-util-para/

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