A Multimodal and Explainable Machine Learning Approach to Diagnosing Multi-Class Ejection Fraction from Electrocardiograms

1. Declaração do Problema

Contexto Clínico: A Fração de Ejeção do Ventricular Esquerdo (FEVE) é o padrão-ouro para diagnosticar insuficiência cardíaca e estratificar o risco de morte cardíaca súbita. No entanto, a avaliação atual depende de ecocardiografia ou ressonância magnética cardíaca, que são intensivas em recursos, custosas, demoradas e frequentemente inacessíveis na atenção primária ou em ambientes de baixos recursos.
A Lacuna: Embora o Eletrocardiograma (ECG) de 12 derivações seja ubíquo e de baixo custo, historicamente não tem sido capaz de fornecer avaliações de FEVE porque os sinais relevantes são muito sutis para interpretação humana.
Limitações das IAs Existentes: Abordagens anteriores de IA focaram-se amplamente em:

• Classificação binária: Distinguir apenas entre FE "normal" e "reduzida" (frequentemente usando um único ponto de corte como <35%).
• Dados unimodais: Confiar exclusivamente em ondas de ECG ou exclusivamente em dados de Prontuário Eletrônico de Saúde (PES), em vez de integrar ambos.
• Modelos de caixa-preta: Utilizar arquiteturas de aprendizado profundo que carecem de interpretabilidade e impõem barreiras computacionais elevadas para implantação clínica.
• Falta de granularidade: Falhar em distinguir entre disfunção sistólica leve, moderada e grave, que são críticas para a tomada de decisão terapêutica.

Objetivo: Desenvolver um framework de aprendizado de máquina multimodal, explicável e computacionalmente eficiente que classifique a FEVE em quatro estratos clinicamente distintos usando ECGs de 12 derivações padrão e dados estruturados de PES.

---

2. Metodologia

A. Coorte de Dados

• Fonte: Dados retrospectivos do Hartford HealthCare (HHC), uma grande rede em Connecticut.
• Inclusão: Pacientes ambulatoriais adultos com um ECG padrão de 12 derivações e um ecocardiograma revisado por médico dentro de uma janela de 14 dias.
• Coorte de Desenvolvimento: 36.784 pares de ECG–ecocardiograma de 30.952 pacientes únicos.
  • Distribuição de Classes: Normal (≥50%): 88,35%; Levemente Reduzida (40–50%): 5,93%; Moderadamente Reduzida (30–40%): 3,47%; Severamente Reduzida (<30%): 2,26%.
• Coorte de Validação Temporal: 19.966 ECGs de um período subsequente (jan 2024 – jul 2025) para testar a generalizabilidade ao longo do tempo.
• Exclusão: ECGs sinalizados como "baixa qualidade" ou "artefato".

B. Engenharia de Características

O estudo utiliza uma abordagem multimodal combinando dois tipos distintos de dados:

1. Características de Séries Temporais de ECG (Estruturadas):
   • Pré-processamento: Filtragem Butterworth passa-alta de 0,5 Hz, remoção de interferência de linha de energia e padronização z-score.
   • Características Clínicas: 127 características manualmente projetadas capturando estatísticas do intervalo RR, métricas de frequência cardíaca e morfologia PQRST (usando conjuntos de características de ECG estabelecidos).
   • Características Automatizadas: 777 descritores de séries temporais gerados via biblioteca tsfresh, incluindo momentos estatísticos, estacionariedade, autocorrelação, medidas de teoria da informação e características de domínio de frequência (ex.: entropia espectral).
   • Total de Características de ECG: ~900 características por derivação, concatenadas através de todas as 12 derivações.
2. Variáveis Estruturadas de PES:
   • Extraídas dos 6 meses anteriores ao ecocardiograma.
   • Inclui demografia, medidas corporais, histórico medicamentoso e comorbidades (agrupamentos ICD-10).
   • Seleção: Retidos os 50 grupos de diagnósticos mais frequentes e os 50 grupos de medicamentos mais frequentes para reduzir a esparsidade.
   • Prevenção de Vazamento: Exclusão explícita de códigos próximos à FEVE (ex.: códigos específicos de insuficiência cardíaca) para prevenir vazamento de rótulos.

C. Arquitetura do Modelo

• Algoritmo: XGBoost (Gradient Boosting Extremo).
• Racional: Escolhido em detrimento do aprendizado profundo por eficiência computacional, facilidade de implantação em sistemas hospitalares (compatível com CPU) e desempenho superior em dados tabulares.
• Tarefa: Classificação multiclasse (4 classes) usando uma estratégia Um-contra-Todos.
• Treinamento: 80% treinamento, 10% validação, 10% teste retido (divisão ao nível de paciente para prevenir vazamento de dados).
• Hiperparâmetros: Taxa de aprendizado 0,08, profundidade máxima 7, peso mínimo da criança 5, objetivo multi:softprob.

D. Explicabilidade

• Método: SHAP (SHapley Additive exPlanations).
• Implementação: Cálculo de valores SHAP específicos de classe no conjunto de teste retido para identificar quais características impulsionam as previsões para cada estrato de FEVE.
• Análise de Estabilidade: Realizada reamostragem bootstrap (B=20) para verificar se as classificações das principais características permaneciam consistentes entre as amostras.

---

3. Resultados Principais

A. Métricas de Desempenho (Conjunto de Teste Interno)

O modelo Multimodal (ECG + PES) superou as linhas de base unimodais (somente ECG e somente PES) em todas as quatro classes.

• AUROC (Um-contra-Todos):
  • Severa (<30%): 0,95 (Multimodal) vs. 0,94 (Somente ECG) vs. 0,87 (Somente PES).
  • Moderada (30–40%): 0,92 (Multimodal) vs. 0,88 (Somente ECG) vs. 0,86 (Somente PES). Maior ganho observado aqui.
  • Leve (40–50%): 0,82 (Multimodal) vs. 0,80 (Somente ECG) vs. 0,76 (Somente PES).
  • Normal (≥50%): 0,91 (Multimodal) vs. 0,89 (Somente ECG) vs. 0,84 (Somente PES).

B. Validação Externa Temporal

O modelo manteve desempenho robusto na coorte temporal futura (jan 2024–jul 2025), demonstrando estabilidade ao longo do tempo.

• AUROC: 0,93 (Severa), 0,89 (Moderada), 0,81 (Leve), 0,89 (Normal).
• A abordagem multimodal forneceu consistentemente ganhos incrementais sobre os modelos somente ECG, confirmando o valor da integração de dados rotineiros de PES.

C. Desequilíbrio de Classes e Limites

• Devido à alta prevalência de FEVE "Normal" (88%), métricas dependentes de limites (F1, Sensibilidade) variaram.
• Classe Normal: Alcançou alto F1 (0,95) e sensibilidade (0,99) mas baixa especificidade (0,26) no limite que maximiza o F1, pois o modelo é permissivo ao classificar a classe dominante.
• Classes Reduzidas: Mostraram pontuações F1 modestas (0,27–0,35) mas alta especificidade (0,82–0,95), indicando que o modelo é eficaz em descartar FE reduzida em pacientes saudáveis, mas requer ajuste cuidadoso de limites para fins de triagem.

D. Atribuição de Características (Explicabilidade)

A análise SHAP identificou drivers consistentes e clinicamente plausíveis:

• Características de ECG: Estatísticas de amplitude do intervalo QR nas derivações I e V6, entropia espectral (complexidade de domínio de frequência) e descritores específicos de tensão/morfologia em derivações laterais.
• Características de PES: Histórico de cardiomiopatia (I42.9), cardiomiopatia isquêmica (I25.5), pressão arterial sistólica e sexo.
• Estabilidade: As 10 principais características apareceram em 95–100% das reamostragens bootstrap, confirmando robustez.

---

4. Contribuições Principais

1. Granularidade Multiclasse: Avança além da classificação binária "normal vs. reduzida" para uma estratificação de 4 níveis clinicamente acionável (Normal, Leve, Moderada, Severa), alinhada com diretrizes terapêuticas.
2. Fusão Multimodal: Demonstra que combinar características de séries temporais de ECG projetadas com dados estruturados de PES produz desempenho superior ao usar qualquer modalidade isoladamente, particularmente para casos de redução moderada e leve.
3. Explicabilidade e Confiança: Utiliza SHAP para mapear decisões do modelo de volta a variáveis clínicas interpretáveis (ex.: amplitudes específicas de ECG e códigos ICD-10), abordando a preocupação de "caixa-preta" do aprendizado profundo.
4. Viabilidade de Implantação: Emprega um pipeline tabular baseado em XGBoost que é computacionalmente eficiente (tempo de treinamento ~3,3 minutos em uma única GPU), de código aberto e compatível com infraestrutura de TI hospitalar padrão, ao contrário de modelos de aprendizado profundo pesados em recursos.
5. Validação Temporal: Valida o modelo em uma coorte futura distinta, provando que os sinais aprendidos são estáveis ao longo do tempo e não meramente artefatos de um período de treinamento específico.

---

5. Significado e Implicações Clínicas

• Triagem e Triagem: O modelo serve como uma ferramenta prática de suporte à decisão para a atenção primária. Pode identificar pacientes com FE reduzida de alto risco que, de outra forma, passariam despercebidos, priorizando-os para ecocardiografia confirmatória.
• Otimização de Recursos: Em ambientes com acesso limitado à ecocardiografia, esta ferramenta de IA pode reduzir imagens desnecessárias para pacientes de baixo risco, enquanto sinaliza indivíduos de alto risco para cuidados urgentes.
• Saúde Global: A dependência de ECGs ubíquos e dados padrão de PES torna esta abordagem escalável para países de baixa e média renda onde imagens avançadas são escassas.
• Trabalho Futuro: Os autores notam que, embora a discriminação seja alta, ensaios clínicos prospectivos são necessários para determinar como essas previsões influenciam padrões de encaminhamento e desfechos de pacientes em fluxos de trabalho do mundo real.

Conclusão: Este estudo apresenta um framework de IA robusto, explicável e implantável que desbloqueia informações diagnósticas latentes em ECGs rotineiros, oferecendo uma solução escalável para estratificação de risco de insuficiência cardíaca em ambientes com recursos limitados.