{"title":"人工智能在心血管成像中的应用:图形方法和心电图","authors":"Camila Rocon de Lima Andretta","doi":"10.29381/0103-8559/2022320145-50","DOIUrl":null,"url":null,"abstract":"A transformação digital é uma realidade na área da saúde em todo o mundo, e a inteli - gência artificial (IA) permite o desenvolvimento de métodos diagnósticos de maior precisão dentro da cardiologia, sinalizando alterações subclínicas e permitindo diagnósticos mais precoces. Por meio da análise de grandes bancos de dados de eletrocardiograma (ECG) por ferramentas como aprendizado de máquina (ML, machine learning ), redes neurais são desenhadas, permitindo o desenvolvimento de algoritmos capazes de fornecer inúmeras informações sobre o quadro dos pacientes e predizer a possibilidade de desenvolvimento de doenças graves, o que torna o ECG, um método tão antigo, acessível e de baixo custo, um biomarcador poderoso e não invasivo. Os algoritmos desenvolvidos a partir do traçado de ECG para detecção de risco aumentado de infarto agudo do miocárdio e morte súbita, disfunção sistólica do ventrículo esquerdo, valvopatias, identificação de distúrbios eletrolíticos, sinalização dos pacientes com risco de desenvolvimento de fibrilação atrial e eventos embólicos decorrentes dessa arritmia, são algumas das utilizações promissoras dessa técnica e permitem a abordagem precoce de afecções e a redução da morbidade e da mortalidade em geral. A IA auxilia o profissional de saúde acelerando os processos, reduzindo erros e o apoiando no diagnóstico e tomada de decisões. Mas a figura e experiência do profissional ainda é insubstituível para validar esses resultados.","PeriodicalId":190881,"journal":{"name":"Revista da Sociedade de Cardiologia do Estado de São Paulo","volume":"29 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-01-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL EM IMAGEM CARDIOVASCULAR: EM MÉTODOS GRÁFICOS E ELETROCARDIOGRAFIA\",\"authors\":\"Camila Rocon de Lima Andretta\",\"doi\":\"10.29381/0103-8559/2022320145-50\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A transformação digital é uma realidade na área da saúde em todo o mundo, e a inteli - gência artificial (IA) permite o desenvolvimento de métodos diagnósticos de maior precisão dentro da cardiologia, sinalizando alterações subclínicas e permitindo diagnósticos mais precoces. Por meio da análise de grandes bancos de dados de eletrocardiograma (ECG) por ferramentas como aprendizado de máquina (ML, machine learning ), redes neurais são desenhadas, permitindo o desenvolvimento de algoritmos capazes de fornecer inúmeras informações sobre o quadro dos pacientes e predizer a possibilidade de desenvolvimento de doenças graves, o que torna o ECG, um método tão antigo, acessível e de baixo custo, um biomarcador poderoso e não invasivo. Os algoritmos desenvolvidos a partir do traçado de ECG para detecção de risco aumentado de infarto agudo do miocárdio e morte súbita, disfunção sistólica do ventrículo esquerdo, valvopatias, identificação de distúrbios eletrolíticos, sinalização dos pacientes com risco de desenvolvimento de fibrilação atrial e eventos embólicos decorrentes dessa arritmia, são algumas das utilizações promissoras dessa técnica e permitem a abordagem precoce de afecções e a redução da morbidade e da mortalidade em geral. A IA auxilia o profissional de saúde acelerando os processos, reduzindo erros e o apoiando no diagnóstico e tomada de decisões. Mas a figura e experiência do profissional ainda é insubstituível para validar esses resultados.\",\"PeriodicalId\":190881,\"journal\":{\"name\":\"Revista da Sociedade de Cardiologia do Estado de São Paulo\",\"volume\":\"29 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-01-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista da Sociedade de Cardiologia do Estado de São Paulo\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.29381/0103-8559/2022320145-50\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista da Sociedade de Cardiologia do Estado de São Paulo","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29381/0103-8559/2022320145-50","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL EM IMAGEM CARDIOVASCULAR: EM MÉTODOS GRÁFICOS E ELETROCARDIOGRAFIA
A transformação digital é uma realidade na área da saúde em todo o mundo, e a inteli - gência artificial (IA) permite o desenvolvimento de métodos diagnósticos de maior precisão dentro da cardiologia, sinalizando alterações subclínicas e permitindo diagnósticos mais precoces. Por meio da análise de grandes bancos de dados de eletrocardiograma (ECG) por ferramentas como aprendizado de máquina (ML, machine learning ), redes neurais são desenhadas, permitindo o desenvolvimento de algoritmos capazes de fornecer inúmeras informações sobre o quadro dos pacientes e predizer a possibilidade de desenvolvimento de doenças graves, o que torna o ECG, um método tão antigo, acessível e de baixo custo, um biomarcador poderoso e não invasivo. Os algoritmos desenvolvidos a partir do traçado de ECG para detecção de risco aumentado de infarto agudo do miocárdio e morte súbita, disfunção sistólica do ventrículo esquerdo, valvopatias, identificação de distúrbios eletrolíticos, sinalização dos pacientes com risco de desenvolvimento de fibrilação atrial e eventos embólicos decorrentes dessa arritmia, são algumas das utilizações promissoras dessa técnica e permitem a abordagem precoce de afecções e a redução da morbidade e da mortalidade em geral. A IA auxilia o profissional de saúde acelerando os processos, reduzindo erros e o apoiando no diagnóstico e tomada de decisões. Mas a figura e experiência do profissional ainda é insubstituível para validar esses resultados.