Uma década em construção
Todos os anos, nos Estados Unidos, mais de 300.000 pessoas morrem de parada cardíaca súbita – uma condição em que o sistema elétrico do coração funciona mal sem aviso prévio. A emergência médica pode matar tanto idosos de alto risco como jovens atletas aparentemente saudáveis, sem histórico de problemas cardíacos. Embora os desfibriladores internos que fazem o coração voltar ao ritmo possam salvar vidas, descobrir quem realmente precisa de um continua sendo um jogo de adivinhação de alto risco. Para mais contexto sobre esta história, confira nossa últimos desenvolvimentos em IA.
Agora, uma equipe de pesquisa liderada pela UC Berkeley descobriu um sinal anteriormente não reconhecido em eletrocardiogramas (EKGs) que pode detectar pacientes de alto risco antes que o coração pare. O estudo, publicado em 24 de junho de 2026, na revista Nature, pode transformar a forma como os médicos identificam quem precisa de um implante que salva vidas.
“As decisões médicas são realmente difíceis e acho que é por isso que a IA é tão emocionante para mim”, disse Ziad Obermeyer, professor associado da Escola de Saúde Pública da UC Berkeley e principal autor do estudo, num comunicado de imprensa da universidade. “Podemos não apenas tomar decisões melhores, mas também começar a entender o que realmente está acontecendo com esses pacientes antes que o coração pare”.
Treinamento em 440.000 EKGs
Usando mais de 440 mil eletrocardiogramas da Suécia combinados com informações de certidões de óbito, os pesquisadores treinaram um modelo de inteligência artificial para analisar os picos e formas de onda produzidos pelas correntes elétricas do coração. Eles alimentaram o modelo com varreduras de pessoas saudáveis, pacientes em risco e daqueles que mais tarde sofreram morte cardíaca, até que reconheceram padrões de formas de onda exclusivos de pessoas que morreram repentinamente.
A equipe então validou o algoritmo ao longo de vários anos em milhares de arquivos adicionais de pacientes dos Estados Unidos e de Taiwan. De acordo com a universidade, só a compilação de dados levou cerca de uma década, com base em seis anos de exames do sistema unificado de saúde da Suécia, dois anos de eletrocardiogramas não identificados de um sistema hospitalar em San Diego e um conjunto de dados separado de Taipei.
“Boa IA começa com bons dados”, disse Obermeyer, que também faz parte do programa conjunto UCSF-UC Berkeley Computational Precision Health. “Infelizmente, dados como os que usamos para este estudo são incrivelmente difíceis de acessar. É uma grande parte da razão pela qual há tão pouca IA clínica em uso hoje”.
Superando testes padrão
Os resultados representam um salto significativo em relação aos métodos de triagem atuais. A técnica mais comumente usada para identificar pacientes em risco mede a quantidade de sangue que o coração ejeta a cada batimento – conhecida como fração de ejeção. Esses testes identificam um grupo de alto risco com uma taxa anual de morte súbita cardíaca de 4,6%.
O sistema de IA, por outro lado, isola um grupo de alto risco com uma taxa anual de 7% – sinalizando um grupo maior de pacientes que estão em risco genuíno, mas que parecem de baixo risco segundo todos os padrões atuais. A grande maioria destes pacientes nunca teria sido encaminhada para avaliação adicional sob os protocolos existentes.
Enquanto um ataque cardíaco decorre da restrição do fluxo sanguíneo, a parada cardíaca ocorre quando a corrente elétrica do coração para de disparar repentinamente. A RCP e o choque de um desfibrilador externo automático podem salvar vidas, mas aproximadamente 90% das pessoas que sofrem parada cardíaca súbita fora do hospital morrem em poucos minutos. A velocidade e a imprevisibilidade do evento tornam a prevenção extraordinariamente difícil.
O dilema do desfibrilador
A ironia da morte súbita cardíaca, observou Obermeyer, é que o tratamento já existe – os médicos simplesmente não conseguem identificar com segurança quem precisa dele a tempo. Os cardioversores-desfibriladores implantáveis (CDIs) são pequenos dispositivos colocados no tórax que monitoram os ritmos cardíacos e administram choques quando padrões perigosos são detectados.
O problema é duplo. Primeiro, o teste padrão da fração de ejeção exige que os pacientes sejam submetidos a uma avaliação médica mais detalhada – algo que a grande maioria das eventuais vítimas nunca soube que precisava. Em segundo lugar, dois terços dos implantes colocados em pacientes sinalizados pelos testes actuais nunca disparam, o que significa que os pacientes são submetidos a procedimentos invasivos e dispendiosos para evitar uma emergência que poderão nunca enfrentar.
“Em alguma fração dessas pessoas, poderíamos ter evitado essas mortes se soubéssemos disso a tempo”, disse Obermeyer. “Há muitas vidas sendo perdidas por pessoas que estão morrendo de morte cardíaca súbita, o que seria evitável se tivéssemos melhores ferramentas de IA para encontrar essas coisas”.
O que vem a seguir
A próxima fase do projeto já começou. Obermeyer está trabalhando com sistemas de saúde na Suécia, Taiwan e Estados Unidos para implantar o algoritmo em bancos de dados de EKG de hospitais. Para exames que o sistema sinalizasse como de alto risco, os médicos notificariam os pacientes e ofereceriam a eles a opção de usar um adesivo que monitora continuamente seu coração. Esses dados de monitoramento poderiam ajudar os pesquisadores a compreender melhor o mecanismo fisiológico dentro do coração que gera os sinais reveladores – e poderia, em última análise, levar à colocação de um desfibrilador interno potencialmente salvador de vidas.
O estudo também abre portas para novas pesquisas sobre o que a ferramenta de IA realmente detectou. Os padrões de forma de onda que ele encontrou parecem estar relacionados ao coração falhar repentinamente e fatalmente, mas o mecanismo fisiológico preciso permanece obscuro – uma questão que a equipe espera que o monitoramento contínuo ajude a responder.
Obermeyer também construiu um site onde indivíduos interessados em avaliar seu próprio risco podem enviar informações básicas e um endereço de e-mail, permitindo que a equipe de pesquisa os contate para análise de ECG assim que a ferramenta se tornar mais amplamente disponível. O projeto baseia-se no trabalho de duas organizações cofundadas por Obermeyer – Dandelion Health e Nightingale Open Science – que operam na interseção da IA e da pesquisa médica.
Para além das suas implicações clínicas imediatas, o estudo sublinha um ponto mais amplo sobre a IA na medicina: o maior valor da tecnologia pode residir não em substituir os médicos, mas em revelar padrões invisíveis aos olhos humanos — padrões que, uma vez compreendidos, poderão salvar milhares de vidas todos os anos.
“Também haverá uma nova maneira de fazer ciência que surgirá dessas ferramentas”, disse Obermeyer, “e é divertido pensar em como isso começa a acontecer”.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
