Utilizando análise de sons por IA para prever a descompensação da insuficiência cardíaca (STEREO)

A insuficiência cardíaca é uma condição comum em que o coração é incapaz de fornecer o débito cardíaco desejado devido a um músculo cardíaco enfraquecido ou rígido. Afecta mais de 2% da população do Reino Unido (a incidência é de cerca de 200.000 casos por ano), resultando em 5% de todas as internações hospitalares de emergência e consome aproximadamente 2% do orçamento anual do NHS (aproximadamente £2 mil milhões por ano). Portanto, a insuficiência cardíaca não é apenas um importante fator de hospitalização, mas também oferece a principal oportunidade para reduzir as internações evitáveis.

A insuficiência cardíaca aguda descompensada (ADHF) é uma emergência médica que requer atenção urgente. Geralmente resulta em internação hospitalar e é um importante fator para os custos de saúde associados. A ADHF é geralmente caracterizada pela rápida deterioração da falta de ar em repouso ou esforço devido ao edema pulmonar (congestão venosa pulmonar) e retenção de líquidos, resultando em pernas inchadas, bem como uma infinidade de outros sintomas, incluindo fadiga, falta de apetite e assim por diante.

O paciente normalmente apresenta início gradual ou repentino dos sintomas típicos (falta de ar, fadiga e acúmulo de líquidos nas pernas). Após a estabilização e o tratamento inicial da ICAD, os pacientes entram em uma fase de platô onde o coração permanece estável. No entanto, com o tempo, a maioria dos pacientes apresenta múltiplos episódios de ADHF que normalmente se tornam mais longos e separados por intervalos mais curtos. A congestão está relacionada ao aumento da pressão cardíaca subjacente, geralmente secundária à sobrecarga de volume, que desempenha um papel central na fisiopatologia, apresentação e prognóstico da insuficiência cardíaca. A congestão pulmonar é um dos alvos diagnósticos e terapêuticos mais importantes na insuficiência cardíaca. A detecção precoce da congestão pulmonar devido à sobrecarga de volume é fundamental para prevenir a reinternação iminente e representa uma oportunidade ideal para otimizar o tratamento da insuficiência cardíaca na comunidade.

A detecção precoce de ADHF na comunidade é, em última análise, o primeiro passo na prestação de cuidados eficazes ao paciente. O fraco reconhecimento da IC devido à sua multiplicidade de sintomas vagos/inespecíficos de apresentações muitas vezes leva a atrasos no diagnóstico e tratamento. O atraso entre o desenvolvimento dos sintomas de descompensação da IC pelo paciente e a procura de atendimento médico é muitas vezes considerável e é influenciado pela velocidade de início e gravidade dos sintomas. Portanto, é necessário um meio confiável e facilmente acessível de avaliar o estado crônico de fluidos em pacientes ambulatoriais para detectar descompensação precoce quando uma intervenção apropriada for possível. O desenvolvimento súbito de falta de ar (dispneia) devido à acumulação de líquido nos pulmões (edema pulmonar agudo) geralmente leva a um contacto rápido com serviços médicos, enquanto o aparecimento gradual de pernas e tornozelos inchados (edema periférico) tem maior probabilidade de estar associado a atrasos. na procura de cuidados. O atraso médio entre o início dos sintomas e a admissão hospitalar variou de 2 horas a 7 dias. Os sintomas de insuficiência cardíaca muitas vezes desenvolvem-se gradualmente e parecem não ameaçadores, explicando potencialmente alguns dos atrasos observados na procura de cuidados.

Nos últimos anos, vários estudos piloto demonstraram uma relação entre biomarcadores de fala e a extensão da congestão sistêmica e/ou pulmonar em pacientes com insuficiência cardíaca. Por exemplo, em 2017, um estudo com 10 (8 M, 2F) pacientes com insuficiência cardíaca aguda descompensada submetidos a tratamento hospitalar com terapia diurética intravenosa mostrou que, após o tratamento, os pacientes apresentaram uma proporção maior de voz estridente identificada automaticamente, aumento da frequência fundamental e diminuição da variação da proeminência do pico cepstral, sugerindo que os biomarcadores de fala podem ser indicadores precoces de IC. O estudo também mostrou que a gravidade do edema relacionado à IC necessária para alterar mensuravelmente a voz é pequena em comparação com a gravidade necessária para aumentar o peso corporal, sugerindo que os biomarcadores de fala podem se tornar uma ferramenta não invasiva mais eficaz para monitorar pacientes com IC do que pesagens diárias. . Em 2021, outro estudo avaliou a viabilidade da análise remota da fala na avaliação da sobrecarga hídrica dinâmica em pacientes com insuficiência cardíaca em tratamento hemodinâmico. Eles realizaram medições seriadas de fala/voz em 5 pacientes em hemodiálise. A análise foi feita com um aplicativo que não compartilha seu algoritmo de IA. Eles demonstraram diferenças estatisticamente significativas em biomarcadores de fala selecionados em diferentes níveis de fluidos à medida que os pacientes progrediam no tratamento. Posteriormente, em 2022, uma comparação de gravações sonoras de pacientes internados com ICAD no dia da admissão e no dia da alta com uma amostra de 40 pacientes que foram internados com insuficiência cardíaca aguda descompensada identificou diferenças significativas em todas as 5 medidas de fala molhada testadas. (admissão) vs registros secos (alta).

Separadamente, em 2022, um estudo avaliou alterações de fala e pausa em gravações de voz de pacientes agudos (N=68) e estáveis ​​(N=36) e constatou que a proporção de pausa foi um aumento de 14,9% em pacientes com IC aguda. Eles também encontraram uma correlação positiva com o nível de NT-Pro-BNP. Outro estudo em 2022 examinou as características do coeficiente cepstral de frequência Mel (MFCC) e as características da fala glótica, comparando uma amostra de 25 falantes saudáveis ​​(7F, 18M) e 20 pacientes com IC de qualquer etiologia (independentemente da FEVE). Após a seleção dos recursos, eles desenvolveram modelos preditivos usando quatro métodos de classificação diferentes (SVM, ET, Adaboost e FFNN). Com base em uma combinação de recursos de fala MFCC e glótica, eles foram capazes de prever ADHF com precisões variando de 88-94%, com uma taxa de verdadeiro positivo de 79,47% e verdadeira negativa de 82,69%.

Ao realizar um extenso painel de avaliações clínicas, investigações, bem como questionários baseados em sintomas em um estudo envolvendo até 250 pacientes com insuficiência cardíaca, os investigadores pretendem aproveitar o trabalho recente e desenvolver um novo aplicativo baseado em IA implantado em um dispositivo inteligente, que pode detectar um aumento na congestão pulmonar devido a mudanças sutis na tosse, voz, respiração e sons torácicos do paciente. Isto fornecerá informações importantes para pacientes com insuficiência cardíaca e suas equipes clínicas, detectando corretamente o acúmulo progressivo de líquido nos pulmões de um paciente antes que ele desenvolva sintomas significativos. A detecção da congestão pulmonar em fase inicial permitirá aos médicos direcionar a terapia de forma mais eficaz. Espera-se que isto ajude a minimizar e, em última análise, a prevenir a necessidade de internamento hospitalar de emergência recorrente, alertando o paciente para contactar a sua equipa de insuficiência cardíaca (comunitária) e permitindo o tratamento ambulatorial mais precoce antes da necessidade de ser re-hospitalizado ao entrar na fase aguda.

Sujeito ao resultado bem-sucedido desta investigação, será então realizado um ensaio clínico intervencionista prospetivo, para testar os benefícios clínicos e operacionais da ferramenta de IA derivada desta investigação sobre os cuidados de insuficiência cardíaca do NHS, abrindo caminho para a eventual adoção de tais soluções. na prática clínica de rotina.