No Reino Unido, pesquisadores estão testando modelos de aprendizado de máquina para identificar quais pacientes têm uma maior probabilidade de sofrer um infarto agudo do miocárdio (IAM). Os modelos calculam a pontuação de Collaboration for the Diagnosis and Evaluation of Acute Coronary Syndrome (CoDE-ACS) para cada indivíduo (de 0 a 100). Essa pontuação seria capaz de apontar as pessoas em maior risco de IAM.
Os modelos foram treinados com dados de 10.038 pacientes (48% mulheres, com idade média de 70 anos) e suas performances foram validadas através de dados externos referentes a 10.286 pacientes (35 mulheres, com idade média de 60 anos).
Saiba mais: Algoritmo para diagnóstico de síndrome inflamatória multissistêmica na criança
Racional do estudo
Segundo os pesquisadores responsáveis, o objetivo foi utilizar abordagens de aprendizado de máquina para integrar os exames de troponina cardíaca a características clínicas conhecidas por influenciar as concentrações, com o intuito de obter uma abordagem mais individualizada na avaliação da probabilidade e melhora no diagnóstico de infarto do miocárdio.
Método
Foi então desenvolvido um sistema de apoio à decisão clínica, o CoDE-ACS, que usa modelos de aprendizado de máquina para calcular a probabilidade de infarto do miocárdio. Os dados obtidos foram validamos externamente e comparados ao desempenho de diretrizes recomendadas, a fim de demonstrar como ele poderia ser usado na prática clínica.
Leia também: Anti-inflamatórios aumentam a chance de insuficiência cardíaca?
Achados
Quando comparado as diretrizes recomendadas com valores fixos de troponina e escores de risco, o CoDE-ACS foi capaz de identificar o dobro de pacientes com baixa probabilidade de infarto do miocárdio com um valor preditivo negativo semelhante e menos pacientes como de alta probabilidade, com um valor preditivo positivo melhorado.
Ao contrário dos valores fixos de troponina recomendados, o CoDE-ACS teve bom desempenho em subgrupos: homens e mulheres, idosos, pessoas com insuficiência renal ou aqueles avaliados logo após o início dos sintomas.
Os responsáveis pela ferramenta consideraram que o CoDE-ACS foi superior as diretrizes que utilizaram valores fixos de troponina cardíaca ou escores de risco. Para os pesquisadores, o CoDE-ACS pode ajudar a reduzir o tempo gasto em departamentos de emergência, evitando internações hospitalares desnecessárias e melhorando o tratamento precoce do infarto do miocárdio.
Este artigo foi revisado pela equipe médica do Portal PEBMED.
9 abr. 2024 
4 min. 
