Família ABC Arquivos Brasileiros de Cardiologia International Journal of Cardiovascular Sciences ABC Heart Failure & Cardiomyopathy ABC Imagem Cardiovascular
Português English
Família ABC
Português English
  • Sobre
    • Sobre a Família ABC
    • Regimento Interno
    • Conselho Editorial
    • Sociedade Brasileira de Cardiologia (SBC)
  • Edições
  • Diretrizes da SBC
  • Conteúdos
    • Vídeos
    • Podcasts
    • Notícias
  • Sobre
    • Sobre a Família ABC
    • Regimento Interno
    • Conselho Editorial
    • Sociedade Brasileira de Cardiologia (SBC)
  • Edições
  • Diretrizes da SBC
  • Conteúdos
    • Vídeos
    • Podcasts
    • Notícias

Família ABC

  • Família ABC
  • Arquivos Brasileiros de Cardiologia
  • International Journal of Cardiovascular Sciences
  • ABC Heart Failure & Cardiomyopathy
  • ABC Imagem Cardiovascular
Buscar em

Nenhum conteúdo encontrado.

Revistas
Ordenação
Tipos de artigo
Outros

  1. Início
  2. Palavra-chave: Aprendizado de Máquinas/tendências
ABC
Editorial

Rumo a uma Cardiologia Centrada no Paciente e Guiada por Dados

Antonio Luiz Ribeiro et al. Gláucia Maria Moraes de Oliveira

A partir dos anos 70 e 80 do século passado, o advento dos estudos clínicos aleatorizados e de grandes coortes, associado ao desenvolvimento da metodologia para realização de revisões sistemáticas e metanálises, provocou uma revolução na forma de pensar e realizar a prática em saúde. A medicina baseada em evidências (MBE), definida como a integração das melhores evidências de pesquisa com experiência clínica e valores do paciente, impôs-se como um novo paradigma, passando a nortear o ensino médico e as publicações especializadas. Um dos princípios da MBE foi exatamente a primazia das informações obtidas de estudos clínicos randomizados e de metanálises, que foram colocados no topo de uma hierarquia de evidências, valorizando resultados quantitativos mais do que a experiência clínica e a opinião dos especialistas. Na verdade, sempre foi um desafio para a MBE a integração das evidências empíricas com outros tipos de conhecimento médico, como a expertise clínica e a fundamentação patofisiológica, ou mesmo as preferências de pacientes individuais.

O uso da MBE na prática clínica também esbarra na dificuldade de encontrar evidências robustas para todos os subgrupos de situações clínicas encontradas no mundo real, “zonas cinzentas” nas quais nenhuma evidência confiável pode ser obtida da literatura científica para orientar o médico no cuidado de seu paciente. Ensaios clínicos randomizados são caros e geralmente exigem grandes amostras de estudo e acompanhamento de longo prazo. Existem diversas situações sem evidências, ou nas quais essas são inconsistentes ou de baixa qualidade.

[…]

  • Acesso à Tecnologia em Saúde
  • Aprendizado de Máquinas/tendências
  • Assistência Centrada no Paciente
  • Cardiologia
  • Equipamento Digital para Diagnóstico
  • Gestor de Saúde
  • Inteligência Artificial
  • Medicina Baseada em Evidências/métodos
  • Relações Médico-Paciente
  • Tomada de Decisão Clínica
Ler artigo completo
Creative Commons Attribution (CC BY) Creative Commons license
15/04/2019 DOI: 10.5935/abc.20190069 Visualizações 2
IJCS
Editorial

Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma

Claudio Tinoco Mesquita

Vivenciamos uma mudança de paradigma na vida moderna. Com a presença de computadores e máquinas inteligentes em todos os lugares, as predições dos livros de ficção científica de anos atrás passam gradativamente a se tornar realidade; são os tempos da computação úbíqua. Entre as ferramentas computacionais mais frequentemente mencionadas em estudos clínicos e vistas com entusiasmo por parte da comunidade científica se destacam a Inteligência Artificial e o consequente aprendizado das máquinas, que é melhor citado na sua forma original em inglês, o Machine Learning. De modo geral a Inteligência Artificial é definida como a constelação de itens (algoritmos, robótica, redes neuronais) que permitem que um software tenha propriedades de inteligência que se comparam às de um ser humano, entre elas o aprendizado com mínima interferência humana a partir de bancos de dados.

Recentemente Obermeyer e Emanuel escreveram um editorial afirmando que o Machine Learning tornou-se disseminado e indispensável para a resolução de problemas complexos nos diversos campos da ciência, sendo que na área médica sua utilização irá transformar a prática. A utilização de inteligência artificial está evoluindo de modo crescente na cardiologia e já há excelentes exemplos em diversas áreas. Utilizando um sistema sofisticado de aprendizado para interpretação eletrocardiográfica Li e colaboradores conseguiram que padrões eletrocardiográficos fossem reconhecidos automaticamente com acurácia de 88% para classificação dos ritmos anormais. Uma das limitações mais importantes do sistema estudado foi a qualidade do sinal eletrocardiográfico para interpretação e aprendizado, o que ressalta uma das características essenciais do Machine Learning, que é a necessidade de informações acuradas e reprodutíveis para formação de bancos de dados., Como os bancos de dados são, geralmente produzidos a partir de pacientes selecionados por sua condição de base, um dos mais importantes pontos para o desenvolvimento é a criação de bases de dados mais amplas e generalizáveis, que não induzam vieses na interpretação dos achados, ponto em que a indústria está investindo intensamente no momento.

[…]

  • Aprendizado de Máquinas/tendências
  • Doenças Cardiovasculares
  • Ecocardiografia/tendências
  • Inteligência Artificial/tendências
  • Medicina Nuclear/tendências
Ler artigo completo
Creative Commons Attribution (CC BY) Creative Commons license
01/01/2017 DOI: 10.5935/2359-4802.20170027 Visualizações 2

Como citar este artigo

EndNote RIS

Formato de Documento Eletrônico (Vancouver)

Ribeiro AL, Oliveira GMM. Rumo a uma Cardiologia Centrada no Paciente e Guiada por Dados. Arquivos Brasileiros de Cardiologia 2019;112(4):371-3.

Formato de Documento Eletrônico (ABNT)

Ribeiro, Antonio Luiz; Oliveira, Gláucia Maria Moraes de. Rumo a uma Cardiologia Centrada no Paciente e Guiada por Dados. Arquivos Brasileiros de Cardiologia, v. 112, n. 4, p. 371-373, abr. 2019.

Formato de Documento Eletrônico (APA)

Ribeiro, A. L., & Oliveira, G. M. M. (2019). Rumo a uma Cardiologia Centrada no Paciente e Guiada por Dados. Arquivos Brasileiros de Cardiologia, 112(4), 371-373.

Formato de Documento Eletrônico (ISO)

Ribeiro, Antonio Luiz and Oliveira, Gláucia Maria Moraes de. Rumo a uma Cardiologia Centrada no Paciente e Guiada por Dados. Arquivos Brasileiros de Cardiologia [online]. 2019, vol. 112, n. 4, [citado 2026-10-15], pp. 371-373. Disponível em: <https://journals.cardiol.br/article/rumo-a-uma-cardiologia-centrada-no-paciente-e-guiada-por-dados/>. ISSN 0066-782X

EndNote RIS

Formato de Documento Eletrônico (Vancouver)

Mesquita CT. Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences 2017;30(3):187-8.

Formato de Documento Eletrônico (ABNT)

Mesquita, Claudio Tinoco. Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences, v. 30, n. 3, p. 187-188, dez. 2016.

Formato de Documento Eletrônico (APA)

Mesquita, C. T. (2017). Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences, 30(3), 187-188.

Formato de Documento Eletrônico (ISO)

Mesquita, Claudio Tinoco. Inteligência Artificial e Machine Learning em Cardiologia – Uma Mudança de Paradigma. International Journal of Cardiovascular Sciences [online]. 2017, vol. 30, n. 3, [citado 2026-10-15], pp. 187-188. Disponível em: <https://journals.cardiol.br/article/inteligencia-artificial-e-machine-learning-em-cardiologia-uma-mudanca-de-paradigma/>. ISSN 2359-4802

  • Sobre a Família ABC
  • Regimento Interno
  • Conselho Editorial
  • Sociedade Brasileira de Cardiologia (SBC)

Edições

Diretrizes da SBC

  • Vídeos
  • Podcasts
  • Notícias