Inteligência Artificial na Cardiologia: antecipar não é decidir

As doenças cardiovasculares continuam a ser a principal causa de morte a nível mundial, mesmo numa das áreas clínicas mais ricas em informação diagnóstica. Num sistema de saúde pressionado por volume, tempo e recursos, a Inteligência Artificial (IA) não surge como um luxo tecnológico, mas como uma consequência natural da crescente digitalização.

Artigo da responsabilidade de Sofia Assunção. Técnica de Cardiopneumologia, BTL Portugal

Mais do que substituir clínicos – cenário que considero irrealista – a IA responde a uma limitação muito concreta: a incapacidade humana de processar, em tempo útil, toda a complexidade dos dados que já recolhemos. Exames como ECG, Holter, MAPA ou ecocardiografia contêm frequentemente informação subclínica que pode escapar mesmo ao olhar mais experiente.

DO POTENCIAL À EVIDÊNCIA CLÍNICA

É no eletrocardiograma (ECG) que alguns dos avanços mais disruptivos têm surgido. Modelos de deep learning já demonstraram capacidade para identificar disfunção ventricular esquerda com elevado desempenho. Mais relevante do que a métrica é a possibilidade de detetar padrões precoces, antes de a doença se manifestar de forma evidente.

Se esta consistência se confirmar em múltiplos contextos, poderemos estar perante um novo tipo de biomarcador – não um sinal isolado, mas uma assinatura elétrica complexa.

O verdadeiro teste está, no entanto, na transição do laboratório para o mundo real. Estudos em cuidados primários mostram que a integração de resultados de IA no ECG altera decisões clínicas: aumenta o pedido de ecocardiogramas em casos positivos e melhora a deteção precoce de disfunção ventricular.

A fibrilhação auricular é outro exemplo. Algoritmos já conseguem identificar, a partir de um ECG em ritmo sinusal, uma probabilidade elevada desta arritmia, transformando o exame num instrumento não apenas confirmatório, mas também preditivo.

MAIS ACESSO, MAIS CRITÉRIO

Nos últimos anos, a tecnologia saiu do hospital e chegou ao paciente. Dispositivos portáteis com ECG de uma derivação, apoiados por IA, mostram potencial para democratizar o rastreio.

Mas acesso não é sinónimo de utilidade clínica. Sem protocolos de confirmação, literacia do utilizador e acompanhamento adequado, o rastreio massificado pode gerar ansiedade, ruído e cascatas diagnósticas desnecessárias.

Na imagiologia cardíaca, a IA tem demonstrado valor sobretudo na automatização e reprodutibilidade. Ferramentas de análise automática de ecocardiogramas conseguem estimar a fração de ejeção com níveis de erro reduzidos, ajudando a mitigar a variabilidade entre observadores e a aumentar a consistência diagnóstica.

O RISCO ESTÁ NA UTILIZAÇÃO, NÃO NA TECNOLOGIA

A IA pode também tornar o percurso diagnóstico mais eficiente, ajudando a selecionar melhor os pacientes para exames complementares e reduzindo atrasos – um ponto crítico em sistemas com listas de espera.

Ainda assim, o risco não reside na existência da IA, mas na sua utilização acrítica. Modelos treinados em populações específicas podem falhar quando aplicados noutros contextos. A chamada “caixa negra” permanece um desafio numa medicina que valoriza a explicação.

E há um princípio que não muda: a responsabilidade clínica – decisão, comunicação e gestão – pertence sempre ao profissional de saúde.

UM FUTURO INEVITAVELMENTE HÍBRIDO

Uma adoção responsável exige critérios claros: validação externa, monitorização contínua, definição de limiares de ação, protocolos de confirmação e formação dos utilizadores. Sem isto, o entusiasmo tecnológico pode transformar-se em erro sistemático.

Sou claramente favorável à IA na Cardiologia – não por deslumbramento, mas por pragmatismo. A complexidade aumentou e os dados já existem. Ignorar esta realidade seria semelhante a ter recusado o ecocardiograma por receio de substituir o estetoscópio.

O futuro será híbrido: clínicos que sabem usar IA e sistemas desenhados para servir a prática clínica, com supervisão humana e consciência dos seus limites.

Para terminar, uma nota pessoal: este artigo contou também com o apoio da Inteligência Artificial. Não para substituir o pensamento crítico, mas para o organizar. Tal como no ECG, onde algoritmos revelam padrões invisíveis, a IA pode ajudar a estruturar conhecimento – mas continua a ser o humano que interpreta, decide e assume responsabilidade.