Validação hemodinâmica invasiva de uma ferramenta ecocardiográfica de inteligência artificial para a deteção de insuficiência cardíaca com fração de ejeção preservada.
Uma ferramenta de IA aprovada pela FDA deteta a insuficiência cardíaca com fração de ejeção preservada (HFpEF) a partir de imagens ecocardiográficas (apical 4 câmaras), sem outros dados clínicos. Nesta validação externa (47 doentes com dispneia inexplicada submetidos a ecocardiografia e a cateterismo cardíaco direito), a ferramenta foi comparada com o padrão invasivo (pressão de encravamento ≥15 mmHg em repouso ou ≥25 mmHg com esforço). A IA teve elevada especificidade (88%) e valor preditivo positivo (86%), mas baixa sensibilidade (30%); utilizando o declive PCWP/débito cardíaco, a especificidade e o VPP atingiram 100%. Os doentes com IA positiva tiveram pressões de enchimento e resistência pulmonar mais elevadas. Entre os doentes com scores H2FPEF indeterminados, a IA identificou 80% das HFpEF confirmadas por via invasiva. A ferramenta é, assim, mais adequada para identificar doentes com hemodinâmica claramente anómala, e não para excluir a HFpEF.
Contexto
Validar externamente uma ferramenta de inteligência artificial (IA) aprovada pela FDA para a deteção de insuficiência cardíaca com fração de ejeção preservada (HFpEF) utilizando clips de vídeo ecocardiográficos, comparando o seu desempenho com critérios hemodinâmicos invasivos numa coorte de referenciação em contexto real com dispneia inexplicada.
Métodos
Analisámos retrospetivamente 47 doentes submetidos a ecocardiografia transtorácica (ETT) e a cateterismo cardíaco direito (CCD), incluindo 28 com hemodinâmica em repouso e em esforço. O modelo de IA avaliou dados de vídeo apical 4 câmaras e classificou os resultados como HFpEF, sem HFpEF ou não diagnóstico, sem quaisquer outros dados clínicos. O desfecho primário foi a HFpEF definida por via invasiva: pressão de encravamento capilar pulmonar (PCWP) ≥15 mmHg em repouso ou ≥25 mmHg com esforço. A análise secundária utilizou um declive PCWP/débito cardíaco (DC) >2 mmHg/L/min. Avaliámos a sensibilidade, a especificidade, o valor preditivo positivo (VPP) e o valor preditivo negativo (VPN).
Resultados
Entre os doentes com CCD de esforço (n = 28), 71% cumpriam os critérios hemodinâmicos de HFpEF. A ferramenta de IA demonstrou uma sensibilidade de 30%, especificidade de 88%, VPP de 86% e VPN de 33%. Utilizando o declive PCWP/DC (n = 25), a especificidade e o VPP foram de 100%, a sensibilidade de 27% e o VPN de 16%. Os doentes com IA positiva tiveram uma PCWP em repouso significativamente mais elevada (20 vs 15 mmHg, P = 0,029), pressão arterial pulmonar média (29 vs 24 mmHg, P = 0,02) e RVP (2,1 vs 1,3 WU, P = 0,002). Nos doentes com scores H2FPEF indeterminados (n = 25), a IA identificou corretamente 80% daqueles com HFpEF confirmada por via invasiva. O desempenho do modelo foi consistente em intervalos ETT-CCD <365 e <90 dias.
Conclusões
Este modelo de IA demonstrou elevada especificidade e valor preditivo positivo (VPP) para a deteção de HFpEF, identificando de forma fiável doentes com anomalias hemodinâmicas mais avançadas. O seu desempenho manteve-se robusto em intervalos variáveis entre a ecocardiografia transtorácica (ETT) e o cateterismo cardíaco direito (CCD), e em doentes com scores clínicos indeterminados. Devido à sensibilidade limitada, a ferramenta é mais bem utilizada para enriquecer a identificação de doentes com hemodinâmica claramente anómala do que para excluir a HFpEF, particularmente em casos precoces ou limítrofes. Embora a sua utilização mais ampla como ferramenta de rastreio seja promissora, são necessários estudos de validação prospetivos para confirmar a sua utilidade em populações gerais.
Junte-se a nós
Junte-se à rede cardiovascular global dos cuidados de saúde primários. A adesão é gratuita.
Quer contar-nos mais sobre si?
Áreas de interesse
Enviaremos um e-mail com uma ligação para confirmar o seu registo.





