Arq. Bras. Cardiol. 2025; 122(8): e20250405
Aplicabilidade de Algoritmos de Aprendizado de Máquina no Diagnóstico de Arritmias – Quanto Tempo Até a Máquina Começar a nos Ensinar?
Este Minieditorial é referido pelo Artigo de Pesquisa "Aplicabilidade de Algoritmos de Machine Learning no Diagnóstico de Fibrilação Atrial e SQTL por Interpretação de Eletrocardiograma: Uma Revisão Sistemática".
O eletrocardiograma (ECG), em uso clínico desde o início do século XX, continua sendo uma ferramenta adorada por cardiologistas, clínicos e estudantes de medicina. É indiscutivelmente o instrumento de cabeceira mais importante em cardiologia, essencial para o manejo de arritmias e síndromes isquêmicas agudas, além de orientar o tratamento eletrofisiológico. Ainda assim, os avanços na interpretação de eletrocardiografia foram modestos nos últimos cem anos. Os dispositivos tornaram-se mais portáteis, digitais e capazes de gravações mais longas, mas os princípios interpretativos fundamentais permanecem enraizados nos métodos do início do século XX. Nos últimos anos, isso foi remodelado pelo surgimento de tecnologias computacionais, especialmente a inteligência artificial (IA). Ferramentas como redes neurais profundas (DNNs) e modelos de aprendizado de máquina (MLMs) estão possibilitando uma nova era na análise de ECG, a eletrocardiografia aprimorada por IA (ECG aprimorado por IA).
Nesta edição do ABC Cardiol, Guimarães do Nascimento et al. relatam uma revisão sistemática de estudos que avaliam a aplicabilidade do ECG com IA no diagnóstico de arritmias cardíacas. Eles incluíram estudos de diferentes metodologias que abordaram o papel do ECG aprimorado por IA na detecção da síndrome do QT longo (SQTL) (um estudo), intervalo QT corrigido (QTc) (um estudo) e fibrilação atrial (FA) (onze estudos).
[…]
Palavras-chave: Aprendizado de Máquina; Arritmia Cardíaca; Eletrocardiograma; Inteligência Artificial; Rede Neural
68