• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • O status de avanço da FDA para algoritmo de triagem está encorajando esperanças de sinalizar riscos de insuficiência cardíaca

    Crédito CC0:domínio público

    A insuficiência cardíaca é mais comumente detectada por exames de imagem de ecocardiograma, mas esses testes normalmente não fazem parte de um exame físico de rotina. O acesso à ecocardiografia é, neste caso, limitado, e ainda um diagnóstico tardio torna o tratamento para prolongar a vida mais desafiador.

    Pesquisadores médicos identificaram essa limitação no passado. Como foi apontado, "Pacientes com insuficiência cardíaca estágio B do American College of Cardiology / American Heart Association (ACC / AHA), também conhecido como disfunção ventricular esquerda assintomática (ALVD), são caracterizados como tendo evidências de doença cardíaca estrutural (isto é, disfunção ventricular esquerda, hipertrofia ventricular esquerda) sem sinais clínicos evidentes ou sintomas de insuficiência cardíaca, " de acordo com Avaliações de cardiologia .

    Uma empresa de saúde digital tem colaborado com a Clínica Mayo na esperança de fazer a diferença ao permitir que médicos em visitas médicas de rotina avisem se um paciente está sob risco de ataques cardíacos e derrames.

    Eko é a empresa que está trabalhando para aplicar AI ao ECG para uma ferramenta de triagem poderosa que pode sinalizar a presença de ALVD. Desenvolvido em colaboração com a Mayo Clinic, um novo algoritmo baseado em ECG está nas asas, um que ajudaria os profissionais de saúde a detectar insuficiência cardíaca durante um exame físico padrão.

    A equipe treinou uma rede neural convolucional para identificar pacientes com disfunção ventricular, usando apenas dados de ECG.

    Como funciona:

    O algoritmo analisa 15 segundos de dados de ECG coletados de um "estetoscópio digital DUO" Eko durante um exame físico. Na linguagem médica, tornaria mais fácil identificar "redução da fração de ejeção do ventrículo esquerdo". Este último é um sinal de um coração enfraquecido.

    "Uma fração de ejeção baixa significa que a bomba cardíaca está fraca, o que pode levar à falta de ar, inchaço, intolerância ao exercício, ou morte súbita, por isso é importante identificar, quantos tratamentos existem, "disse o Dr. Paul Friedman, cadeira do Departamento de Medicina Cardiovascular da Mayo Clinic.

    Christine Fisher em Engadget discutiram o processo:"O algoritmo foi projetado para funcionar com o estetoscópio digital DUO da Eko. O dispositivo portátil pode ser colocado no lado esquerdo do tórax do paciente e coleta sons cardíacos e dados de ECG. O dispositivo pode tornar a coleta de dados de ECG mais fácil durante exames de rotina, e no futuro, ele pode ser usado em configurações de telessaúde. Os pacientes podem usar o dispositivo em casa, e os dados, incluindo as descobertas do algoritmo, seria enviado ao seu provedor de saúde. "

    "Ao analisar a atividade elétrica do coração, o algoritmo pode detectar quando o coração está bombeando muito menos sangue do que deveria durante cada ciclo, o que é um sinal de insuficiência cardíaca. Os pacientes podem então buscar tratamento preventivo para possivelmente evitar resultados ruins, como um derrame, "disse Brian Rinker em San Francisco Business Times .

    Quão precisa é a ferramenta deles? Os resultados são de um jornal de janeiro e de investigações mais recentes também. O resumo do artigo dos pesquisadores de janeiro de 2019, no Nature Medicine , afirmou que "Quando testado em um conjunto independente de 52, 870 pacientes, o modelo de rede produziu valores para a área sob a curva, sensibilidade, especificidade, e precisão de 0,93, 86,3%, 85,7%, e 85,7%, respectivamente."

    Em outros estudos clínicos na Mayo Clinic, o DUO combinado com o algoritmo AI foi capaz de detectar a fração de ejeção <35% com uma área sob a curva (AUC) de 0,90.

    Eko relatou que "Quando testado em 100 pacientes, o DUO combinado com um modelo de IA foi capaz de detectar a fração de ejeção <35% com uma área sob a curva (AUC) de 0,90, que é comparável à pesquisa publicada anteriormente em Nature Medicine . Esses achados podem ajudar a identificar pacientes com baixa fração de ejeção durante exames físicos de rotina, facilitando o rápido reconhecimento clínico daqueles que requerem mais testes. Isso marca a primeira vez que um dispositivo de ponto de atendimento com um ECG de derivação única combinado com um algoritmo de IA identificou baixa fração de ejeção em pacientes. "

    A abordagem do estetoscópio digital de Eko aguarda a autorização da Food and Drug Administration. Na quarta-feira, Contudo, Eko compartilhou a notícia de que o FDA concedeu à empresa o status de inovação para seu algoritmo baseado em ECG. O comunicado à imprensa apontou que "Este status não significa que o algoritmo recebeu autorização do FDA."

    Rinker em San Francisco Business Times forneceu uma cápsula clara do que esse "status de inovação" significa para a empresa e para futuros pacientes.

    O processo de aprovação de dispositivos médicos e medicamentos normalmente se move em um ritmo glacial no FDA, ele disse, mas com a designação de inovação, Eko teria acesso a um processo de aprovação mais rápido, reservado para dispositivos que podem oferecer "tratamento ou diagnóstico mais eficaz de doenças ou condições potencialmente fatais ou irreversivelmente debilitantes, "de acordo com o FDA.

    Rinker explicou o negócio de Eko, na medida em que "vende 3 tipos de estetoscópios digitais que podem captar sons sutis no coração e, em seguida, enviar os dados para análise a uma plataforma de software de IA em um dispositivo móvel. A ideia é que em poucos segundos a IA possa detectar anormalidades em o coração."

    O artigo de janeiro detalhando a pesquisa é intitulado "Triagem para disfunção contrátil cardíaca usando um eletrocardiograma habilitado para inteligência artificial, "por Zachi Attia, Suraj Kapa, Francisco Lopez-Jimenez, Paul McKie, Dorothy Ladewig, Gaurav Satam, Patricia Pellikka, Maurice Enriquez-Sarano, Peter Noseworthy, Thomas Munger, Samuel Asirvatham, Christopher Scott, Rickey Carter e Paul Friedman.

    © 2019 Science X Network




    © Ciência https://pt.scienceaq.com