Na seção de inovações biotecnológicas do JAMA, de 14 de maio passado, foi publicada uma notícia muito interessante sobre a identificação de dispositivos implantados em humanos por meio da inteligência artificial *.
A nota refere-se ao software de inteligência artificial que ultrapassou os cardiologistas na identificação de dispositivos em radiografias de pacientes, de acordo com o que pesquisadores relataram recentemente no Journal of the American College of Cardiology**.
A ferramenta foi projetada para identificar rapidamente desfibriladores e CDIs defeituosos implantados em pacientes, uma tarefa atualmente realizada por cardiologistas através dos fluxogramas de imagens que finalmente podem tornar-se obsoletos para este propósito.
Os pesquisadores aplicaram o software em 1451 imagens radiográficas de pacientes no Hospital Hammersmith em Londres e testaram em 225 imagens diferentes obtidas com a mesma técnica.
No total, foram realizados raios X em 45 dispositivos dos 5 principais fabricantes.
A chamada rede neural demonstrou uma precisão de 99,6% para identificar os fabricantes de dispositivos e, para surpresa dos pesquisadores, uma precisão de 96,4% para identificar o grupo de modelos.
Em contraste, 5 cardiologistas tiveram uma precisão média de 72% para identificar os fabricantes de dispositivos e não puderam determinar os modelos.
“A obtenção do modelo é um luxo adicional, pois também fornecerá ao profissional de saúde informações adicionais, por exemplo: se o marca-passo também é um desfibrilador e, em particular, se o dispositivo pode entrar com segurança em um exame de ressonância magnética” disse James P. Howard, do Imperial College de Londres.
A ferramenta está disponível publicamente, mas ainda não está pronta para uso clínico. Além de realizar a validação necessária em grandes conjuntos de dados independentes, os pesquisadores planejam expandir o software para abranger todo o mercado de dispositivos e melhorar a precisão da identificação de seu modelo.
* Abbasi J. AI Identifies Implanted Cardiac Devices. JAMA. 2019 May 14;321(18):1759. doi: 10.1001/jama.2019.5805.
** Dey D, Slomka PJ, Leeson P, Comaniciu D, Shrestha S, Sengupta PP, Marwick TH. Artificial Intelligence in Cardiovascular Imaging: JACC State-of-the-Art Review. J Am Coll Cardiol. 2019 Mar 26;73(11):1317-1335. doi: 10.1016/j.jacc.2018.12.054..