IA na Cardiopatia Estrutural

Ainda antes de falarmos da intervenção propriamente dita, vamos falar da avaliação pré procedimento focado nas valvas atrioventriculares.

O mesmo racional pode ser usado na programação das abordagens das valvas mitral e tricúspide. Estudos de imagem podem ser analisados por inteligência artificial com melhor acurácia e simulações tridimensionais podem ser realizadas trazendo valiosas informações como nova via de saída do ventrículo esquerdo em casos de valve-in-valve mitral ou valve-in-MAC.

O estudo da formatação anatômica do dispositivo liberado na valva mitral pode repercutir diretamente na dinâmica sistólica ventricular envolvendo mais dados como fração de ejeção e comportamento dinâmico ventricular.

Intervenções utilizando dispositivos de clipagem ainda não se beneficiam muito do uso dessas tecnologias e pode também servir de fronteira para progredir com o uso de inteligência artificial na cardiopatia estrutural.

Uma vez realizada uma preparação adequadamente minuciosa para o procedimento proposto, a inteligência artificial pode ganhar um novo posto de trabalho, o auxílio guiando o procedimento, lado a lado com o intervencionista.

A fusão de imagens no laboratório de hemodinâmica servindo de guia ao intervencionista com sugestão de melhores ações pode ser fundamental em casos desafiadores e com alto risco de complicações.

Unir imagens de fluoroscopia, ecocardiografia tridimensional e tomografia pré-procedimento e ainda ter em mãos estruturas impressas tridimensionais podem tornar a abordagem muito mais segura.

Ainda que não tenha inteligência artificial exclusivamente, guias e materiais de entrega dos dispositivos podem ter suporte de robótica que também melhoram os resultados e que podem auxiliar em casos mais desafiadores.

Ao atuar na predição de eventos, a inteligência artificial consegue potencializar diversas ferramentas estatísticas que atuam em conjunto sobre diversas variáveis em um tempo absolutamente menor com resultados potencialmente relevantes. Dados demográficos, de métodos diagnósticos e de exame físico são postos juntos em diversas avaliações sendo capaz de estimar desfechos importantes como mortalidade, necessidade de intervenção e progressão da doença valvar avaliada.

No geral, os modelos baseados em inteligência artificial têm o potencial de oferecer estratificação de risco superior, integrando conjuntos de dados multimodais, embora potenciais vieses, transparência metodológica e reprodutibilidade continuem sendo preocupações.

A avaliação conjunta de novas informações como por exemplo a status miocárdico envolvendo mecanismos compensatórios como hipertrofia e mais detalhadamente o tecido em si com análise de fibrose e volume extracelular reinterpreta a doença valvar muitas vezes como uma doença miocárdica-valvar em que esse binômio é cada vez mais correlacionado e impactando os desfechos, que com inteligência artificial podem ser otimizados e criar novos espectros das patologias.