O ultrassom alimentado por IA melhora significativamente a detecção de defeitos cardíacos congênitos

O ultrassom alimentado por IA melhora significativamente a detecção de defeitos cardíacos congênitos

Os médicos do Departamento de Obstetrícia, Ginecologia e Ciências Reprodutivas Raquel e Jaime Gilinski do Mount Sinai tornaram-se os primeiros na cidade de Nova Iorque a implementar uma ferramenta de inteligência artificial (IA) que melhora as ecografias em grande escala - levando a uma deteção mais precoce e a melhores cuidados para bebés e famílias.

Os defeitos cardíacos congênitos, ou condições presentes no nascimento que afetam a estrutura do coração, estão entre as anomalias congênitas mais comuns. De acordo com os Institutos Nacionais de Saúde, cerca de 1 em cada 500 recém-nascidos será diagnosticado com um defeito cardíaco congénito grave que requer intervenção médica ou cirúrgica urgente para sobreviver.

Carnegie Imaging for Women, uma instalação avançada de imagens de obstetrícia e ginecologia, é o primeiro centro na cidade de Nova York a usar uma ferramenta de software de IA da empresa médica BrightHeart, aprovada pela Food and Drug Administration, para tornar os ultrassons mais precisos e eficientes. O centro, afiliado ao Mount Sinai, possui três locais em Manhattan.

Em um atualObstetrícia e ginecologiaNum estudo liderado por médicos do Mount Sinai West, os investigadores usaram a tecnologia de IA para melhorar as taxas de deteção de resultados ultrassonográficos suspeitos de defeitos cardíacos congénitos graves para mais de 97%, reduzindo o tempo de leitura em 18% e melhorando os índices de confiança em 19%.

O suporte de IA no diagnóstico pré-natal não só oferece uma detecção melhorada, mas também tem o potencial de melhorar significativamente o fluxo de trabalho e aumentar a eficiência. Nós, como médicos, devemos utilizar as inovações e tecnologias disponíveis para maximizar a qualidade do atendimento ao paciente. Esta tecnologia permite “nivelar” o campo do diagnóstico pré-natal para permitir uma revisão quase especializada dos exames de ultrassom fetal, particularmente em centros ou locais geográficos sem especialistas em coração fetal.”

Jennifer Lam-Rachlin, médica,Autor correspondente,Professor Assistente de Obstetrícia, Ginecologia e Ciências Reprodutivas na Icahn School of Medicine no Mount Sinai

Os pesquisadores examinaram um conjunto de dados de 200 ultrassonografias fetais não identificadas entre as semanas 18 e 24 de gravidez de 11 centros médicos em dois países, incluindo 100 com pelo menos um achado suspeito. O objetivo do estudo foi avaliar a associação entre o uso de software baseado em IA e o desempenho de leitura na identificação de ultrassonografias do segundo trimestre com suspeita de defeitos cardíacos congênitos importantes. Sete ginecologistas-obstetras e sete especialistas em medicina materno-fetal (especialistas em gestações de alto risco) revisaram cada exame em ordem aleatória, com e sem assistência de IA, e avaliaram a presença ou ausência de cada achado suspeito de defeitos cardíacos congênitos usando escores de confiança.

A interpretação assistida por IA foi associada à melhor detecção de lesões suspeitas de apresentarem defeitos cardíacos congênitos importantes. O estudo demonstrou a capacidade do software baseado em IA de melhorar a detecção desses achados suspeitos usando ultrassom pré-natal, bem como a segurança geral e a eficiência de tempo na interpretação desses exames.

“Nosso estudo deve iniciar e encorajar pesquisas futuras sobre a capacidade do software alimentado por IA de melhorar as taxas de detecção, uma vez integrado aos fluxos de trabalho clínicos, para reduzir a variabilidade e a disparidade na detecção de defeitos cardíacos congênitos em todo o mundo”, disse o coautor Andrei Rebarber, MD, diretor da Divisão de Medicina Materno-Fetal no Mount Sinai West e professor clínico de obstetrícia, ginecologia e ciências reprodutivas na Escola de Medicina Icahn no Mount Sinai. “O futuro da imagem diagnóstica pré-natal é brilhante quando o software de IA é usado para complementar a interpretação médica.”

Fontes: