Estudo da Mayo Clinic mostra que o uso de IA em exames aprimora a identificação precoce do risco de doença cardiovascular e apoia estratégias de prevenção mais eficazes
Pesquisa da Mayo Clinic identificou uma nova e poderosa forma de aprimorar a predição do risco de longo prazo de doença cardiovascular de um paciente ao incorporar inteligência artificial (IA) a um exame de imagem realizado rotineiramente. A doença cardíaca se desenvolve ao longo do tempo e permanece como a principal causa de morte no mundo, portanto identificar o risco precocemente é fundamental para prevenir infarto do miocárdio, acidente vascular cerebral (AVC) e outros desfechos graves.
O estudo destaca o papel crescente da IA em auxiliar especialistas a extrair novos insights de dados médicos já existentes. Os achados foram apresentados na sessão científica de 2026 do American College of Cardiology, com simultânea publicação no American Journal of Preventive Cardiology.
O estudo acompanhou quase 12.000 adultos por aproximadamente 16 anos. Os investigadores aplicaram IA às tomografias padrão de cálcio das artérias coronárias dos participantes a fim de mensurar a gordura ao redor do coração. Eles compararam o valor preditivo dessa medida, isoladamente e em combinação, com duas abordagens padrão de avaliação de risco: a equação PREVENT da American Heart Association, que incorpora fatores tradicionais como idade, sexo, pressão arterial, colesterol, diabetes e outras variáveis, e o escore de cálcio das artérias coronárias, que quantifica a placa calcificada nas artérias coronárias.
Os resultados mostram que o volume de gordura cardíaca pode ser utilizado de forma independente para predizer eventos cardiovasculares. Quando combinado ao escore de cálcio das artérias coronárias e à equação PREVENT, houve melhora significativa na precisão global da predição de risco em longo prazo, especialmente entre pacientes classificados como de baixo risco.
“A gordura pericárdica já é reconhecida como um marcador de risco cardiovascular, mas este estudo demonstra como agora podemos medi-la automaticamente e utilizá-la para melhorar de maneira significativa a predição de risco, especialmente em pacientes com risco limítrofe ou intermediário, nos quais as decisões clínicas costumam ser menos claras”, afirma Zahra Esmaeili, primeira autora e pesquisadora do Departamento de Medicina Cardiovascular da Mayo Clinic. “Isso abre caminho para estratégias de prevenção mais personalizadas.”
Principais achados:
- Quase 10% dos participantes desenvolveram doença cardiovascular durante o período de acompanhamento.
- Maior volume de gordura ao redor do coração esteve independentemente associado a aumento do risco de eventos cardiovasculares, mesmo após ajuste para fatores de risco tradicionais e escore de cálcio coronariano.
- Participantes com os maiores volumes de gordura coronariana apresentaram risco elevado em todos os níveis de cálcio coronariano.
- A inclusão da medida de gordura coronariana aumentou a precisão da predição de eventos cardiovasculares além dos modelos estabelecidos.
O escore de cálcio das artérias coronárias é amplamente utilizado para avaliação de risco cardiovascular. Este estudo demonstra que informações adicionais podem ser extraídas do mesmo exame, sem necessidade de testes adicionais ou custos extras.
“Como essa medida é obtida a partir de exames de imagem que muitos pacientes já realizam, ela representa uma forma prática e escalável de aprimorar a avaliação de risco cardiovascular”, afirma o autor sênior Francisco Lopez-Jimenez, M.D., cardiologista preventivo e codiretor do programa de IA em Cardiologia da Mayo Clinic. “Ela pode ajudar os clínicos a intervirem mais cedo e de forma mais eficaz.”
Os pesquisadores observam que estudos adicionais ajudarão a determinar a melhor forma de incorporar a medida de gordura coronariana à prática clínica rotineira e se ela pode orientar decisões terapêuticas.
O manuscrito, Deep Learning–Derived Pericardial Adipose Tissue by ECG-Gated Computed Tomography Predicts Cardiovascular Events Beyond Coronary Calcium, bem como a lista completa de autores, está publicado no American Journal of Preventive Cardiology.
