Avaliação assistida por inteligência artificial da hipertensão pulmonar (AIPHY)

Pacientes com hipertensão pulmonar (HP) representam uma coorte desafiadora e heterogênea com alta morbidade e mortalidade se não forem tratados. Para fazer um diagnóstico definitivo de HP, é necessário realizar um cateterismo cardíaco direito invasivo (RHC), a fim de avaliar a pressão média da artéria pulmonar (PAPm). Como a HP ocorre esporadicamente em várias condições médicas, incluindo doença do tecido conjuntivo e cardiopatia congênita, e os sintomas apresentados são inespecíficos, é necessário levantar a suspeita de HP precocemente na comunidade. Por esse motivo, ferramentas não invasivas amplamente disponíveis para triagem inicial seriam ideais para permitir o diagnóstico oportuno de HP. A ecocardiografia transtorácica surgiu como o esteio para o rastreamento de HP, mas a sensibilidade e a especificidade dessa abordagem permanecem limitadas mesmo em mãos experientes. À medida que as tecnologias de alto rendimento avançam e o acesso a big data de PH melhora, será fundamental selecionar com prudência abordagens de inteligência artificial para análise, visualização e interpretação de dados. Ao combinar os dados clínicos multimodais (como indicadores de radiografia de tórax, eletrocardiografia e ecocardiografia), este estudo visa desenvolver programas assistidos por inteligência artificial para auxiliar na triagem e diagnóstico de HP e avaliar sua precisão diagnóstica para HP como comparada com a RHC, e estimar se essa abordagem supera o método ecocardiográfico convencional.