A inteligência artificial (IA) pode oferecer uma maneira de determinar com precisão se uma pessoa não está infectada com a Covid-19. Um estudo retrospectivo internacional descobriu que a infecção pelo SARS-CoV-2, o vírus que causa a Covid-19, cria mudanças elétricas sutis no coração. Um eletrocardiograma (ECG) habilitado com IA pode detectar essas alterações e, potencialmente, ser usado como um teste de triagem rápido e confiável para descartar a infecção por Covid-19.

O ECG habilitado com IA foi capaz de detectar a infecção por Covid-19 no teste com um valor preditivo positivo (pessoas infectadas) de 37% e um valor preditivo negativo (pessoas não infectadas) de 91%. Quando outros controles normais foram adicionados para refletir uma prevalência de 5 por cento de Covid-19 – semelhante à taxa da população mundial real – o valor preditivo negativo saltou para 99,2 por cento. Os resultados foram publicados na revista médica Mayo Clinic Proceedings.

 

A Covid-19 tem um período de incubação de 10 a 14 dias, um período longo em comparação com outros vírus comuns. Muitas pessoas não apresentam sintomas de infecção e, sem saber, podem colocar em risco outras pessoas. Além disso, o tempo de resposta e os recursos clínicos necessários para os métodos de teste atuais são substanciais e o acesso a eles pode ser um problema.

“Se validado prospectivamente usando eletrodos de smartphone, isso tornará ainda mais simples o diagnóstico da infecção por Covid, destacando o que pode ser feito com colaborações internacionais”, disse Paul Friedman, presidente do Departamento de Medicina Cardiovascular da Mayo Clinic em Rochester. Friedman é o autor sênior do estudo.

A constatação de uma crise global de saúde reuniu partes interessadas em todo o mundo para desenvolver uma ferramenta que pudesse atender à necessidade de descartar de forma rápida, não invasiva e econômica a presença de infecção aguda por Covid-19. O estudo, que incluiu dados de populações racialmente diversas, foi conduzido por meio de um consórcio global de voluntários, abrangendo quatro continentes e 14 países.

“As lições deste grupo de trabalho global mostraram o que é viável e a necessidade levou os membros da indústria e da academia a se associarem para solucionar questões complexas sobre como coletar e transferir dados de vários centros com seus próprios sistemas de ECG, registros eletrônicos de saúde e acessos variados aos seus próprios dados”, diz Suraj Kapa, especialista em Eletrofisiologia Cardíaca da Mayo Clinic. “Os relacionamentos e as estruturas de processamento de dados refinados por meio dessa colaboração podem oferecer suporte ao desenvolvimento e validação de novos algoritmos no futuro.”

Os pesquisadores selecionaram pacientes com dados de ECG na época em que seus diagnósticos de Covid-19 foram confirmados por um teste genético para o vírus SARS-CoV-2. Esses dados foram pareados para controle com dados semelhantes de ECG de pacientes que não foram infectados com a Covid-19.

Os pesquisadores usaram mais de 26 mil ECGs para treinar a IA e cerca de outros 4 mil para validar suas leituras. Finalmente, a IA foi testada em 7.870 ECGs não usados anteriormente. Em cada um desses conjuntos, a prevalência de Covid-19 foi em torno de 33 por cento.

Para refletir com precisão com a população mundial real, mais de 50 mil ECGs normais adicionais foram incluídos para atingir uma taxa de prevalência de 5 por cento de Covid-19. Isso elevou o valor preditivo negativo da IA de 91 para 99,2 por cento.

Zachi Attia, engenheiro do Departamento de Medicina Cardiovascular da Mayo Clinic, explica que a prevalência é uma variável no cálculo de valores preditivos positivos e negativos. Especificamente, conforme diminui a prevalência, aumenta o valor preditivo negativo. Attia é primeiro coautor do estudo com o Kapa.

“A precisão é um dos maiores obstáculos na determinação do valor de qualquer teste de Covid-19”, diz Attia. “Não precisamos apenas saber a sensibilidade e a especificidade do teste, mas também a prevalência da doença. Adicionar os dados de ECG como controle extra foi fundamental para demonstrar como uma prevalência variável da doença – como encontramos em regiões com taxas amplamente diferentes da doença em diferentes estágios da pandemia – impactaria o desempenho do teste.”

“Esse estudo demonstra a presença de um sinal biológico no ECG consistente com a infecção por Covid-19, mas inclui muitos pacientes. Embora seja um sinal de esperança, devemos testá-lo prospectivamente em pessoas assintomáticas usando eletrodos em smartphones para confirmar que o teste pode ser usado na prática na luta contra a pandemia”, observa Friedman. “Há estudos em desenvolvimento no momento para resolver essa questão.”

Esse estudo foi projetado e concebido por pesquisadores da Mayo Clinic, e o trabalho foi possível em parte por uma contribuição filantrópica da Lerer Family Charitable Foundation Inc. e pelo apoio voluntário de médicos participantes e hospitais em todo o mundo que contribuíram para combater a pandemia de Covid-19. O suporte técnico foi doado pelas empresas GE Healthcare, Philips e Epiphany Healthcare para a transferência de dados de ECG.