<h2>Estudo com participação do HC-UFMG avaliou inteligência artificial combinada a dados epidemiológicos para identificar pessoas com maior risco da doença</h2>A doença de Chagas pode permanecer sem sintomas por anos, dificultando a identificação antes da fase crônica. Um estudo com participação do Hospital das Clínicas da UFMG (HC-UFMG) mostrou que a combinação entre inteligência artificial aplicada ao eletrocardiograma (IA-ECG) e informações epidemiológicas pode auxiliar no rastreamento da enfermidade durante atendimentos de rotina no Sistema Único de Saúde (SUS).A pesquisa avaliou algoritmos do modelo AI-ECG-EPI associados a respostas a três perguntas relacionadas ao risco de doença de Chagas. A proposta foi incorporar a tecnologia ao fluxo regular das Unidades Básicas de Saúde (UBS), sem criar uma etapa inicial específica para o rastreamento.

IA foi integrada ao eletrocardiograma de rotina

Segundo Antonio Luiz Pinho Ribeiro, o Tom Ribeiro, coordenador da Rede de Telessaúde do Hospital das Clínicas da UFMG (RTMG) e um dos parceiros do projeto, o eletrocardiograma realizado normalmente nas UBS era analisado pelo cardiologista do serviço de telessaúde e, simultaneamente, processado pelo algoritmo de inteligência artificial junto às informações epidemiológicas.Quando a ferramenta identificava maior probabilidade de doença de Chagas, um alerta era encaminhado à técnica de enfermagem responsável pelo exame, recomendando a realização do teste sorológico para confirmação.O algoritmo, entretanto, não substitui o diagnóstico médico nem a sorologia. A função da ferramenta é indicar pessoas que apresentam maior probabilidade de ter a doença e que precisam ser investigadas.

Estudo avaliou mais de 59 mil pessoas

A pesquisa foi realizada durante 12 meses, entre outubro de 2023 e setembro de 2024, com adultos submetidos a tele-ECG de rotina em 107 municípios de regiões hiperendêmicas e endêmicas de Minas Gerais.Dos 75.779 exames elegíveis, o modelo AI-ECG-EPI foi aplicado em 59.154 pessoas. Desse total, 6.812 (11,5%) apresentaram resultado positivo no rastreamento e receberam alerta para realização de teste sorológico.Ao todo, 3.509 pessoas concluíram o teste. Entre aquelas com rastreamento positivo pela estratégia de IA, 36,8% tiveram a doença de Chagas confirmada.O modelo apresentou sensibilidade de 34,3% e especificidade de 91,6%. No estudo, a combinação entre eletrocardiograma, inteligência artificial e informações epidemiológicas apresentou desempenho superior ao uso isolado das informações epidemiológicas ou da IA aplicada somente ao ECG.

Rastreamento pode ajudar na identificação precoce

Entre os 927 casos corretamente identificados pelo algoritmo e confirmados, aproximadamente metade dos pacientes não sabia que tinha a doença.De acordo com Ribeiro, a maioria apresentava a doença de Chagas em fase inicial. Nesse contexto, a identificação oportuna pode ampliar a possibilidade de avaliação e tratamento específico e contribuir para evitar a progressão da enfermidade.A pesquisa foi conduzida por Tom Ribeiro e Clareci Silva Cardoso como parte das atividades do Centro São Paulo-Minas Gerais (SaMiTrop) para Tratamento da Doença de Chagas, liderado por Ester Sabino, da Universidade de São Paulo (USP).Participaram ainda a Rede de Telessaúde de Minas Gerais, coordenada pelo Centro de Telessaúde do HC-UFMG, a Fundação Ezequiel Dias (Funed) e a Universidade de Uppsala. O estudo recebeu financiamento do National Institutes of Health (NIH).O HC-UFMG integra a Rede HU Brasil desde 2013. A estrutura foi criada pela Lei nº 12.550/2011 e está vinculada ao Ministério da Educação (MEC). A estatal administra 47 hospitais universitários federais em 25 unidades da federação.