Análise | IA identifica complicações pós-cirúrgicas com maior precisão que métodos tradicionais

Pesquisadores da Johns Hopkins desenvolveram um modelo de inteligência artificial (IA) capaz de prever complicações graves — como ataque cardíaco, AVC ou morte — em até 30 dias após cirurgias, com precisão muito superior aos escores de risco usados atualmente.

O diferencial está no uso de eletrocardiogramas (ECG) de rotina, combinados com machine learning. O modelo que utiliza apenas os sinais do ECG já supera os escores tradicionais (que acertam cerca de 60% dos casos). Um modelo “fusão”, que incorpora também dados demográficos e condições médicas preexistentes, atinge acurácia de ~85%.

Essa inovação traz várias implicações:

Pontos fortes

1. Custo e praticidade
   O ECG é um exame barato, simples, não invasivo e geralmente já faz parte da preparação pré-operatória. Torná-lo mais útil pode melhorar muito a detecção de risco.
2. Capacidade de revelação de sinais sutis
   O modelo de IA consegue extrair padrões do ECG que não são visíveis a olho nu, relacionados a inflamação, metabolismo, eletrólitos, etc.
3. Melhoria na segurança do paciente
   Se aplicado de modo mais amplo, esse tipo de ferramenta pode permitir decisões mais informadas, adaptar melhor o preparo cirúrgico e o acompanhamento pós-op, possivelmente reduzindo mortalidade e eventos adversos.

Limitações e cuidados

1. Validação externa
   O estudo foi realizado com dados de cerca de 37.000 pacientes de um hospital em Boston. É necessário testar o modelo em populações diferentes (diversidade de etnias, ambiente hospitalar, padrões de saúde) para garantir que funcione bem globalmente.
2. Uso prospectivo
   Até agora os resultados são retrospectivos. O próximo passo será aplicar o modelo em pacientes reais no pré-operatório e verificar se, de fato, a predição melhora os resultados clínicos.
3. Interpretação clínica
   Embora o modelo “explicável” indique quais aspectos do ECG podem estar associados a risco elevado, ainda existe o desafio de como incorporar essas previsões na prática médica: como isso muda decisões, responsabilidades, consentimento dos pacientes etc.
4. Questões éticas e regulatórias
   Uso de IA em saúde exige cuidado — transparência, privacidade dos dados, responsabilidade por decisões, viéses potenciais. Se o modelo favorecer ou prejudicar inadvertidamente certos grupos, isso deve ser monitorado.

Impacto no Brasil

Para o contexto brasileiro, essa tecnologia pode ter grande aplicabilidade:

• Hospitais públicos e privados já realizam ECGs de rotina. Adaptar modelos como esse pode permitir uso de recursos já existentes para melhorar prognóstico cirúrgico.
• Em regiões com menos acesso a avaliações cardiológicas avançadas, um modelo automatizado pode servir como auxílio, desde que validado localmente.
• Há desafios, como diferenças em infraestrutura, qualidade dos dados eletrônicos, regulação de IA em saúde, que terão de ser superados.

Conclusão

O uso de IA para prever complicações cirúrgicas a partir de ECG rotineiro é um avanço promissor. Ele potencialmente eleva o patamar da avaliação de risco, tornando-a mais precisa, acessível e integrada ao fluxo clínico. Porém, como toda tecnologia emergente, exige validação ampla, transparência no uso e atenção aos impactos éticos.

Leia também: