O exercício impacta substancialmente o sistema cardiovascular e está associado a muitos benefícios potenciais em diferentes momentos do continuum cardiovascular. ^, Por outro lado, o exercício físico tem sido postulado há várias décadas como uma possível abordagem para avaliar a resposta cardiovascular. Como tal, esta metodologia pode ser de interesse para fins de diagnóstico, ao mesmo tempo que fornece informações prognósticas. Embora o amadurecimento de protocolos que abrangem a resposta eletrocardiográfica ao exercício tenha proporcionado grandes avanços, novas técnicas permitiram uma visão ampliada da complexa interação entre o exercício e o sistema cardiovascular. ^–

A ecocardiografia sob estresse físico (EEF) tem evoluído progressivamente para um quadro de grande relevância, nomeadamente na avaliação da doença arterial coronariana (DAC). A ecocardiografia também tem a vantagem de avaliar componentes como capacidade de exercício, função diastólica, gradientes dinâmicos e valvopatia. ^, Além disso, a pressão arterial (PA) e a monitorização eletrocardiográfica também fornecem informações essenciais. Dados recentes também mostram o potencial da combinação com outras técnicas, como a ultrassonografia pulmonar, para avaliar a congestão. Embora, conforme ilustrado nas diretrizes contemporâneas, a EEF tenha obtido grande interesse (sendo preferido aos testes farmacológicos em pacientes capazes de praticar exercício), ainda existem algumas ressalvas na sua aplicação ideal. ^,

[…]

A ablação da fibrilação atrial tornou-se uma técnica amplamente utilizada no tratamento dos pacientes com fibrilação atrial nos últimos 20 anos devido ao melhor conhecimento dos seu mecanismos fisiopatológicos, evolução nas técnicas de isolamento das veias pulmonares e redução das complicações associadas ao procedimento. Nesse período houve grande investimento em novas tecnologias pela indústria, principalmente no aperfeiçoamento das imagens como os sistemas de mapeamento eletroanatômico, desenvolvimento de novos cateteres e novas energias para produzir lesões mais efetivas e duradouras e também com o uso do ecocardiograma intracardíaco (EIC) para adicionar segurança na realização do procedimento ao permitir de maneira instantânea a visualização das estruturas do coração e suas relações com os cateteres e bainhas. ^,

O EIC é uma técnica de imagem invasiva que utiliza um cateter especializado em fornecer as imagens ultrassonográficas a partir de uma sonda que está localizada dentro do coração. Apresenta excelente definição de imagem capaz de reconhecer com detalhes o local da fossa oval, localização dos óstios das veias pulmonares. Permite acompanhar o posicionamento e contato adequados da ponta do cateter com as estruturas de interesse durante a aplicação de RF, assim como a monitorização da formação de trombos ou microbolhas e alterações na refringência tecidual que precedem a formação dos chamados “Steam-pops”. Outra vantagem do EIC é que é operado em campo pelo próprio eletrofisiologista, sem a necessidade do ecocardiografista.

[…]

Desde a sua introdução por Edler e Hertz, a ecocardiografia se tornou o principal exame da propedêutica cardiológica. A sua evolução nos últimos 50 anos foi marcante, desde as imagens de modo A, modo M, modo bidimensional e Doppler, até as modernas reconstruções tridimensionais e os softwares para estudo da deformação miocárdica usados atualmente. Por esse motivo, a ecocardiografia é capaz de fornecer não apenas dados diagnósticos, mas também importantes informações prognósticas, em virtualmente todas as doenças do coração.

Um dos principais avanços da ecocardiografia foi o reconhecimento de substâncias capazes de aumentar o sinal de ultrassom, para melhor visibilização das estruturas cardíacas, popularmente conhecidas como “contrastes ecocardiográficos”. Seu início data do final da década de 60, com a primeira experiência reportada sobre a utilização de solução salina agitada associada ao ultrassom cardíaco. Essa técnica (agitação de solução fisiológica para que fique aerada, permitindo aumento da reflexão do som) é utilizada até hoje para detecção de comunicações intra-cardíacas, mas apresenta como inconvenientes a pouca estabilidade intravascular da solução e o fato das bolhas de ar serem eliminadas do corpo durante a passagem do sangue pelos pulmões impedindo, assim, seu emprego para visualização de estruturas do coração esquerdo, quando a solução salina agitada é administrada em veia periférica.

[…]

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.

[…]