# Qual é a acurácia diagnóstica de algoritmos de eletrocardiograma baseados em inteligência artificial para estimar insuficiência cardíaca com fração de ejeção reduzida?

> Uma revisão sistemática e meta-análise com 9 estudos mostrou que o ECG com inteligência artificial apresenta alta sensibilidade e especificidade para estimar fração de ejeção do ventrículo esquerdo abaixo de 40%, com boa área sob a curva. O resumo não informa os valores numéricos exatos dessas métricas.

Estudo citado: Ferreira ALC, Feitoza LPGC, Benitez ME, Aziri B, Begic E, de Souza LVF et al.. Diagnostic accuracy of artificial-intelligence-based electrocardiogram algorithm to estimate heart failure with reduced ejection fraction: A systematic review and meta-analysis. Current problems in cardiology. 2025. DOI: https://doi.org/10.1016/j.cpcardiol.2025.103004. PubMed: https://pubmed.ncbi.nlm.nih.gov/39909205/

## Resposta

A insuficiência cardíaca com fração de ejeção reduzida (FEVE <40%) é um diagnóstico importante, e o eletrocardiograma (ECG) tradicional tem acurácia limitada. Com o avanço da inteligência artificial (IA), algoritmos aplicados ao ECG têm sido estudados para estimar a fração de ejeção. Esta revisão sistemática e meta-análise avaliou justamente essa acurácia diagnóstica.

Os autores realizaram busca nas bases PubMed, Embase e Cochrane Library por estudos que avaliassem o desempenho de ECGs com IA no diagnóstico de insuficiência cardíaca com fração de ejeção reduzida. Foram incluídos 9 estudos com pacientes que realizaram ECG com IA pareado com ecocardiograma. A meta-análise calculou sensibilidade, especificidade e área sob a curva (AUC) agrupadas, usando modelo de efeitos aleatórios.

Os resultados mostraram que o ECG com IA apresentou alta sensibilidade e especificidade para estimar FEVE abaixo de 40%. A área sob a curva também foi elevada, indicando bom desempenho discriminatório. A idade média/mediana dos pacientes variou de 60±9 a 68,05±11,9 anos. O resumo não fornece os valores numéricos exatos de sensibilidade, especificidade e AUC.

Os autores concluíram que modelos de IA baseados em ECG demonstram alta sensibilidade e especificidade para estimar fração de ejeção do ventrículo esquerdo abaixo de 40%. Esses achados sugerem que essa ferramenta pode auxiliar na triagem de pacientes com suspeita de insuficiência cardíaca com fração de ejeção reduzida, mas os dados ainda são heterogêneos e mais estudos são necessários.

Para o médico, a aplicação clínica dessa tecnologia ainda é incipiente, mas os resultados são promissores. O resumo não detalha aspectos práticos como custo, disponibilidade ou implementação. É importante que o clínico interprete esses achados com cautela, considerando as limitações da meta-análise e a necessidade de validação em diferentes populações.

## O que o estudo mostrou

Trata-se de uma revisão sistemática e meta-análise que incluiu 9 estudos com pacientes submetidos a ECG com inteligência artificial pareado com ecocardiograma. A meta-análise, usando modelo de efeitos aleatórios, calculou sensibilidade, especificidade e área sob a curva (AUC) para estimar fração de ejeção do ventrículo esquerdo abaixo de 40%. Os resultados mostraram alta sensibilidade e especificidade, com boa AUC. A idade média/mediana variou de 60±9 a 68,05±11,9 anos. O resumo não informa os valores numéricos exatos das métricas de acurácia.

## Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, possíveis vieses de publicação ou heterogeneidade entre os estudos. Também não são fornecidos os valores numéricos de sensibilidade, especificidade e AUC, nem dados sobre a população específica (por exemplo, prevalência de insuficiência cardíaca). Além disso, não há informações sobre validação externa ou aplicabilidade em diferentes contextos clínicos.

## Aplicação no consultório

A incorporação do ECG com IA na prática clínica ainda requer validação e disponibilidade da tecnologia. Para o consultório, essa ferramenta pode, no futuro, auxiliar na triagem de pacientes com suspeita de insuficiência cardíaca com fração de ejeção reduzida, agilizando o encaminhamento para ecocardiograma. No entanto, o resumo não fornece dados sobre custo ou implementação, e o médico deve considerar as limitações antes de adotar essa tecnologia. A gestão do consultório pode se beneficiar da triagem mais eficiente, mas são necessários mais estudos.

## Perguntas para aprofundar

- Qual é a sensibilidade e especificidade do ECG com inteligência artificial para diagnosticar insuficiência cardíaca com fração de ejeção reduzida em diferentes populações?
- Como o ECG com inteligência artificial se compara à ecocardiografia na triagem de insuficiência cardíaca com fração de ejeção reduzida?
- Quais são as limitações e os desafios para implementar o ECG com inteligência artificial na prática clínica diária?

Tema: IA em cardiologia (ECG e ecocardiograma). Página: https://alphadoctor.com.br/ciencia/ia-cardiologia/qual-e-a-acuracia-diagnostica-de-algoritmos-de-eletrocardiograma-baseados-em/

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