Inteligência Artificial Aplicada à Avaliação de Risco Cardiovascular Baseada em Eletrocardiograma: Uma Revisão Sistemática

RESUMO

As doenças cardiovasculares são a principal causa de mortalidade no mundo, destacando a necessidade de estratégias eficazes de predição de risco e detecção precoce. Embora o eletrocardiograma (ECG) seja um exame amplamente disponível e de baixo custo, sua interpretação tradicional é limitada pela subjetividade. A inteligência artificial (IA) surgiu como uma abordagem promissora, capaz de extrair informações prognósticas ocultas dos sinais de ECG. Esta revisão sistemática teve como objetivo avaliar estudos originais que aplicaram técnicas de IA a ECGs para predição de risco cardiovascular e mortalidade. Foram incluídos estudos originais que utilizaram sinais de ECG como única variável de entrada para modelos de IA, com foco em desfechos de risco cardiovascular. Uma busca sistemática foi realizada em diferentes bases de dados, e os dados fora msintetizados de forma narrativa. Onze estudos foram incluídos, predominantemente coortes retrospectivas que aplicaram redes neurais convolucionais (CNNs) para prever risco cardiovascular ou mortalidade. As amostras eram majoritariamente compostas por populações adultas de países de alta renda. Os desfechos primários incluíram mortalidade por todas as causas, morte cardiovascular e eventos cardiovasculares adversos maiores (MACE). Os valores de AUROC variaram de 0,63 a 0,961 nos conjuntos de treinamento, com alguns modelos superando escores tradicionais de risco. Os modelos de IA‑ECG demonstraram potencial para detectar doença subclínica, permitindo estratificação precoce de risco mesmo em ECGs normais. No entanto, persistem desafios relacionados à diversidade populacional, interpretabilidade dos modelos e validação prospectiva. A aplicação de IA à análise de ECG representa um avanço promissor na avaliação personalizada do risco cardiovascular. Contudo, mais pesquisas são necessárias para garantir a segurança, a eficácia e a integração clínica equitativa dessas tecnologias.