Inteligência artificial e machine learning na predição de prognóstico em pacientes com insuficiência cardíaca uma revisão sistemática

Abstract

Introdução: A insuficiência cardíaca caracteriza-se por ser uma das principais causas de morbimortalidade no mundo. Nesse contexto, o cenário atual urge a necessidade de avaliar o prognóstico dos pacientes, e para isso são utilizados escores clássicos que possuem diversas limitações. Com o aumento do desenvolvimento da inteligência artificial e machine learning, espera-se usar essas ferramentas para superar essas limitações. Objetivo: Avaliar a performance de modelos de ML e IA na predição de prognóstico em pacientes com insuficiência cardíaca. Metodologia: Trata-se de revisão sistemática que buscou artigos nos principais banco de dados (MEDLINE, PubMed, Scielo e LILACS). Foram incluídos artigos que avaliam a predição da mortalidade ou readmissão em pacientes com insuficiência cardíaca através de modelos que utilizavam machine learning, deep learning ou inteligência artificial. Não houve delimitação de período dos estudos, bem como foram excluídos artigos que tratavam da previsibilidade diagnóstica. Resultados: Os resultados revelaram que há um crescente uso de algoritmos de ML para a análise de dados clínicos com resultados promissores na predição de desfechos de pacientes com IC, sobretudo para mortalidade (AUC média = 0.73 e IQR: 0.628-0.852), que desempenhou melhor quando comparado a predição de readmissão (AUC média = 0.64 e IQR: 0.595-0.707). Contudo, analisando de forma ampla, a performance se equiparou aos escores clássicos, com ressalva para alguns modelos de ML. Conclusão: apesar das dificuldades encontradas além de uma boa acurácia, a aplicação desses algoritmos fornece insights valiosos para melhorar a predição de prognostico em pacientes com IC, entretanto, a utilização desses algoritmos deve ser avaliada com cuidado em virtude das inúmeras abordagens e aplicações diferentes apresentadas por cada autor.