IA aplicada ao ECG pode ajudar a rastrear doença de Chagas

Belo Horizonte (MG) – A doença de Chagas, causada pelo protozoário Trypanosoma cruzi e transmitida pelo inseto conhecido como "barbeiro", afeta de 1,9 milhão a 4,6 milhões de brasileiros, segundo o Ministério da Saúde. Como pode apresentar sinais leves ou permanecer assintomática por anos, a enfermidade nem sempre é diagnosticada antes da fase crônica. Um estudo divulgado em agosto mostrou que a eletrocardiografia aprimorada por inteligência artificial (IA-ECG) pode auxiliar no rastreamento da doença, com potencial para uso no Sistema Único de Saúde (SUS).

O artigo publicado na revista científica Circulation avaliou o desempenho de algoritmos do modelo AI-ECG-EPI combinado a respostas a três perguntas epidemiológicas relacionadas ao risco de doença de Chagas. Além disso, o trabalho também analisou o potencial da tecnologia como estratégia integrada à rotina do SUS, sendo considerada uma solução escalável e de baixo custo para regiões endêmicas com acesso limitado a exames de imagem e a biomarcadores especializados.

Segundo o coordenador da Rede de Telessaúde de Minas Gerais (RTMG) e um dos parceiros do projeto, Tom Ribeiro, a estratégia foi inserida no fluxo clínico regular dos pacientes atendidos nas Unidades Básicas de Saúde (UBS) do SUS. Ao realizar um eletrocardiograma de rotina, o exame era analisado simultaneamente pelo cardiologista do serviço de telessaúde e processado pelo algoritmo de IA junto às informações epidemiológicas.

Quando era detectada maior probabilidade de o paciente ter a enfermidade, a técnica de enfermagem que realizava o exame recebia um alerta, recomendando o teste sorológico para confirmar o diagnóstico. “Dessa forma, o rastreamento era feito durante uma consulta ou exame que já estava acontecendo, sem exigir uma etapa inicial separada”, observou.

Resultados

Durante 12 meses, entre outubro de 2023 e setembro de 2024, foram avaliados adultos submetidos a tele-ECG de rotina em 107 municípios de regiões hiperendêmicas e endêmicas de Minas Gerais. Entre 75.779 exames elegíveis, o modelo AI-ECG-EPI foi aplicado a 59.154 pessoas. Dessas, 6.812 (11,5%) tiveram resultado positivo no rastreamento, sendo gerado um alerta para testagem sorológica. Ao todo, 3.509 concluíram o teste. Entre as pessoas com rastreamento positivo pela estratégia de IA-ECG, 36,8% tiveram a doença confirmada.

O modelo apresentou sensibilidade de 34,3% e especificidade de 91,6%. Em termos simples, a sensibilidade indica a capacidade de o método identificar pessoas que realmente têm a doença de Chagas, enquanto a especificidade mostra sua capacidade de reconhecer corretamente quem não tem a enfermidade. No estudo, a combinação entre ECG, IA e informações epidemiológicas teve desempenho superior ao uso isolado das informações epidemiológicas ou da análise por IA aplicada apenas ao ECG.

Diante disso, Ribeiro destaca que o algoritmo não diagnostica sozinho a doença e não substitui a avaliação dos profissionais de saúde. Ele funciona como uma ferramenta de rastreamento: identifica pessoas com maior probabilidade de ter a doença de Chagas e sinaliza a necessidade de investigação por teste sorológico. “Ela não faz o diagnóstico e não substitui a sorologia, mas pode ajudar as equipes de saúde a identificar pessoas que devem ser investigadas, especialmente em regiões endêmicas para a doença”, apontou.

Outro ponto destacado pelo coordenador da RTMG é o fato de o projeto ter constatado que, entre os 927 casos corretamente identificados pelo algoritmo e confirmados, aproximadamente metade dos pacientes não sabia que tinha a enfermidade. “A maioria apresentava doença de Chagas em fase inicial, situação em que a identificação oportuna amplia a possibilidade de avaliação e tratamento específico, o que pode contribuir para evitar a progressão da doença”, destacou.

Sobre o estudo

O projeto foi conduzido por Antonio Luiz Pinho Ribeiro e Clareci Silva Cardoso, como parte das atividades do Centro São Paulo-Minas Gerais (SaMiTrop) para Tratamento da Doença de Chagas, liderado por Ester Sabino, da Universidade de São Paulo (USP). Entre os parceiros estão a Rede de Telessaúde de Minas Gerais, coordenada pelo Centro de Telessaúde do HC-UFMG (CTS-HC/UFMG), a Fundação Ezequiel Dias (Funed) e a Universidade de Uppsala. O estudo contou com financiamento do National Institutes of Health (NIH).

Sobre a HU Brasil

O HC-UFMG integra a Rede HU Brasil desde 2013. Criada por meio da Lei nº 12.550/2011 e vinculada ao Ministério da Educação (MEC), a estatal nasceu tendo como nome oficial Empresa Brasileira de Serviços Hospitalares (Ebserh). É responsável pela administração de 47 hospitais universitários federais em 25 unidades da federação.

Tags: #doença de chagas, #estudo, #inovação, #inteligência artificial, #telessaúde, #sus, #hc-ufmg, #hu brasil, #ufmg