O Uso da Inteligência Artificial (IA) como mecanismo analisador de imagens de ressonância magnética cardíaca para detectar inflamações e cicatrizes no músculo cardíaco: Uma revisão Sistemática

Autores

  • Eder Voltolini Hemodinâmica Umuarama
  • Carolina Dossena Universidade Positivo
  • Rhuan Nantes Fontoura Teofilo Universidade Positivo
  • Eliézer Ferreira da Silva Universidade Paranaense
  • Maycon Jorge Brandolim Universidade Paranaense
  • Gabriel Henrique do Prado Gonçalves Universidade Paranaense
  • Carlos Gabriel Monteiro Pereira Universidade Paranaense
  • Leonardo Sanches Furlan Universidade Estadual do Oeste do Paraná
  • Ana Beatriz Barbosa Lopes Universidade Paranaense
  • Euller Condé Fernandes Universidade Paranaense
  • Ingridy Rhaiany Parreira Menegassi Universidade Paranaense
  • Fernando Malachias de Andrade Bergamo Faculdade de Pinhais
  • Isadora Macedo Nunes Faculdade Santa Maria
  • Joselita Bezerra Cavalcante Universidad Maria Auxiliadora
  • Cleidi Boing Voltolini Universidade Paranaense

DOI:

https://doi.org/10.36557/2674-8169.2024v6n10p664-676

Palavras-chave:

Inteligência Artificial, Ressonância Magnética, Cicatriz no Músculo Cardíac

Resumo

INTRODUÇÃO: A ressonância magnética cardíaca (RMC) é uma técnica de imagem não invasiva que permite uma avaliação detalhada da estrutura e função do coração, sendo útil na identificação de condições como miocardite e cardiomiopatias. A aplicação da Inteligência Artificial (IA) na análise dessas imagens promete aumentar a precisão diagnóstica e a eficiência no manejo clínico, pois algoritmos de aprendizado de máquina podem identificar padrões sutis que podem passar despercebidos por observadores humanos. OBJETIVO: O objetivo principal desta revisão é avaliar a eficácia da Inteligência Artificial (IA) na análise de imagens de Ressonância Magnética Cardíaca (RMC). METODOLOGIA: Este artigo de revisão sistemática, estruturado conforme as diretrizes PRISMA, visa identificar, avaliar e sintetizar evidências sobre o uso da Inteligência Artificial (IA) na análise de imagens de ressonância magnética cardíaca (RMC) para detectar inflamações e cicatrizes no músculo cardíaco. A revisão abrangeu várias etapas, incluindo a definição da questão de pesquisa, seleção de estudos, extração de dados e análise crítica dos resultados. A análise dos dados focou na identificação de padrões e temas recorrentes, e a qualidade metodológica dos estudos foi avaliada utilizando ferramentas como AMSTAR e a Escala Newcastle-Ottawa. RESULTADOS: A revisão sistemática mostrou que algoritmos de IA, especialmente redes neurais convolucionais (CNNs), melhoram significativamente a precisão diagnóstica em comparação com a análise convencional. A IA pode alcançar taxas de sensibilidade e especificidade superiores a 90% na detecção de inflamações e cicatrizes no miocárdio. A implementação da IA na análise de RMC tem o potencial de transformar o manejo clínico de pacientes com doenças cardíacas, permitindo intervenções mais rápidas e direcionadas. CONCLUSÃO: A revisão sistemática mostrou que a aplicação da Inteligência Artificial (IA) na análise de imagens de ressonância magnética cardíaca (RMC) melhora significativamente a detecção de inflamações e cicatrizes no miocárdio. Algoritmos de aprendizado de máquina, especialmente redes neurais convolucionais, demonstraram maior eficácia em comparação com a análise convencional por radiologistas, permitindo intervenções mais rápidas e eficazes.

Downloads

Não há dados estatísticos.

Referências

NATIONAL CENTER FOR BIOTECHNOLOGY INFORMATION. A miocardite aguda pode mimetizar IAM com dor. PubMed Central, 2024. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9352123/#:~:text=A miocardite aguda pode mimetizar IAM com dor. Acesso em: 03 out. 2024.

PRAÇA et al. Inibidores de SGLT2 no tratamento da Insuficiência Cardíaca. Revista Brasileira de Revisão em Saúde, 2023. doi:10.34119/bjhrv6n3-102.

LIMA, Papel da inteligência artificial na predição de eventos cardíacos. Revista Brasileira de Implantologia e Ciências da Saúde, 2024. doi:10.36557/2674-8169.2024v6n2p2213-2229.

HEIMBECK, Novas terapias para cardiomiopatia hipertrófica: uma revisão integrativa. Revista Brasileira de Pesquisa em Saúde/Brazilian Journal of Health Research, 2024. doi:10.47456/rbps.v26isupl_1.44403.

BRAGA, A. Doença cardíaca isquêmica: aspectos epidemiológicos, fisiopatológicos e manejo terapêutico. Brazilian Journal of Health Review, v. 6, n. 3, p. 13172-13188, 2023. doi:10.34119/bjhrv6n3-372.

MARTINS, Avanços em inteligência artificial em cardiologia: uma revisão abrangente. Revista Ibero-Americana de Humanidades Ciências e Educação, 2024. doi:10.51891/rease.v10i4.13643.

NEVES, Usos da inteligência artificial na cardiologia: uma revisão da literatura. Brazilian Journal of Health Review, 2023. doi:10.34119/bjhrv6n6-267.

CHIAVENATO et al. Ressonância Magnética Cardíaca como Ferramenta Diagnóstica Etiológica em Pacientes Recuperados de Morte Súbita Cardíaca ou Arritmias Ventriculares Instáveis. Arquivos Brasileiros de Cardiologia, 2023. doi:10.36660/abc.20220411.

MONTEIRO, Miocardite associada ao COVID-19: abordagens patogênicas e diagnósticas emergentes. Revista Brasileira de Implantologia e Ciências da Saúde, 2024. doi:10.36557/2674-8169.2024v6n6p613-624.

SOARES et al. O uso da inteligência artificial na medicina: aplicações e benefícios. Research Society and Development, 2023. doi:10.33448/rsd-v12i4.40856.

LINO, Paraganglioma do corpo carotídeo: um relato de caso. Brazilian Journal of Health Review, 2023. doi:10.34119/bjhrv6n6-361.

Downloads

Publicado

2024-10-07

Como Citar

Voltolini, E., Dossena, C., Nantes Fontoura Teofilo, R., Ferreira da Silva , E., Jorge Brandolim , M., Henrique do Prado Gonçalves, G., Gabriel Monteiro Pereira, C., Sanches Furlan , L., Barbosa Lopes, A. B., Condé Fernandes , E., Parreira Menegassi , I. R., Malachias de Andrade Bergamo , F., Macedo Nunes , I., Bezerra Cavalcante, J., & Boing Voltolini , C. (2024). O Uso da Inteligência Artificial (IA) como mecanismo analisador de imagens de ressonância magnética cardíaca para detectar inflamações e cicatrizes no músculo cardíaco: Uma revisão Sistemática. Brazilian Journal of Implantology and Health Sciences, 6(10), 664–676. https://doi.org/10.36557/2674-8169.2024v6n10p664-676