Monitores com inteligência artificial são capazes de monitorar o intervalo QT?

Um estudo publicado esse mês no Circulation investigou o uso de uma tecnologia que envolve um algoritmo de detecção de intervalo QT acima de 500 ms.

Sabemos que o aumento do intervalo QT acima de 500 ms é um fator de risco para morte súbita por aumentar a chance de fibrilação ventricular. As alterações no intervalo QT são uma grande preocupação em pacientes com Síndrome do QT longo congênito ou adquirido, ou em pacientes com alguma predisposição não conhecida e que fazem uso de fármacos específicos, como por exemplo, em alguns protocolos instituídos para o tratamento da Covid-19.

Leia também: Quiz: qual o laudo desse ECG?

Um estudo publicado esse mês no Circulation investigou o uso de uma tecnologia que envolve um algoritmo de detecção de intervalos QT acima de 500 ms, desenvolvido e validado em um banco de dados de 1,6 milhões de ECGs. Depois, esse algoritmo foi agregado a um dispositivo de registro de ECG portátil e de uso pessoal (modelo AliveCor Kardia 6L), que consegue registrar as 6 derivações do plano frontal.

O racional era: será que esses algoritmos têm a capacidade de monitorar o intervalo QT, calcular o QT corrigido, “aprender” os padrões mais comuns e predizer eficazmente os alargamentos do QT?

Monitores com inteligência artificial são capazes de monitorar o intervalo QT

Resultados

Entre os exames utilizados para validação do algoritmo, houve uma semelhança muito grande entre o cálculo do algoritmo e o cálculo feito por cardiologistas (-1,76 ± 23 ms).

Saiba mais: Medindo intervalo QT através de dispositivos inteligentes

Ao aplicar o algoritmo em monitores de uso pessoal, a detecção de QTc > 500 ms teve uma sensibilidade de 80% e uma especificidade de 94,4%.

Resumindo

Podemos utilizar com segurança dispositivos de monitoramento pessoal com algoritmos inteligentes para prever alterações eletrocardiográficas importantes em situações específicas e em determinados pacientes cuja realização de ECG convencional não esteja disponível, acessível ou mesmo custo-efetiva.

Referências bibliográficas:

  • Giudicessi JR, Schram M, Bos JM, Galloway CD, Shreibati JB, Johnson PW, Carter RE, Disrud LW, Kleiman R, Attia ZI, Noseworthy PA, Friedman PA, Albert DE, Ackerman MJ. Artificial Intelligence-Enabled Assessment of the Heart Rate Corrected QT Interval Using a Mobile Electrocardiogram Device. Circulation. 2021 Feb 1. doi: 10.1161/CIRCULATIONAHA.120.050231. Epub ahead of print. PMID: 33517677.

Avaliar artigo

Dê sua nota para esse conteúdo

Selecione o motivo:
Errado
Incompleto
Desatualizado
Confuso
Outros

Sucesso!

Sua avaliação foi registrada com sucesso.

Avaliar artigo

Dê sua nota para esse conteúdo.

Você avaliou esse artigo

Sua avaliação foi registrada com sucesso.

Baixe o Whitebook Tenha o melhor suporte
na sua tomada de decisão.