Heart Failure Prediction & Risk Stratification using Machine Learning

Este estudo demonstra que um modelo de ensemble empilhado, calibrado e treinado em dados de prontuários eletrônicos do programa "All of Us", alcança alta precisão na previsão e estratificação de risco de insuficiência cardíaca, identificando fatores críticos como fibrilação atrial e idade para apoiar sistemas de decisão clínica.

O essencial

🫀 O "Detetive de Coração" feito por Inteligência Artificial

Imagine que você tem um detetive superinteligente que trabalha em um hospital gigante. O trabalho dele é encontrar pessoas que têm Insuficiência Cardíaca (quando o coração está cansado e não bombeia sangue direito), mas que ainda não sabem que estão doentes.

Muitas vezes, os sintomas de um coração fraco são confundidos com "apenas envelhecer" ou "estresse". É como se o coração estivesse sussurrando "estou cansado", mas a gente acha que é só falta de sono. O resultado? O diagnóstico chega tarde demais.

Este artigo conta a história de como os pesquisadores criaram um sistema de inteligência artificial (IA) para ser esse detetive, usando apenas informações que já estão no prontuário médico comum (como idade, pressão arterial e exames de sangue simples), sem precisar de máquinas caras ou exames complexos.

---

🕵️‍♂️ Como o Detetive Funciona? (A Metodologia)

Os pesquisadores pegaram dados de 37.000 pessoas (cerca de 13.000 com problemas no coração e 23.000 saudáveis) de um banco de dados nacional dos EUA chamado "All of Us".

1. A Lista de Suspeitos (Os Dados):
   Em vez de pedir um raio-X ou uma ressonância magnética (que são caros e demorados), o detetive olhou para 18 pistas simples que qualquer médico de família tem:

   • Idade e Sexo: Quem é mais velho tem mais risco.
   • Exames de Sangue: Níveis de sódio, potássio, creatinina (que mostra como os rins estão) e hemoglobina.
   • Condições de Saúde: Se a pessoa tem pressão alta, diabetes, anemia ou se o coração bate descompassado (fibrilação atrial).
   • Fatores Sociais: O "Índice de Privação" (uma medida de pobreza do bairro), pois a vida difícil afeta o coração.

2. A Turma de Detetives (O Modelo de IA):
   Eles não confiaram em apenas um "olho". Eles criaram uma equipe de detetives (um modelo chamado Stacked Ensemble).

   • Imagine que você tem 4 especialistas diferentes: um que é ótimo em ver padrões em árvores (XGBoost), outro em ver formas geométricas (LightGBM), outro em ver conexões complexas (CatBoost) e um em pensar como uma rede neural (MLP).
   • Cada um dá sua opinião.
   • No final, um chefe de equipe (um modelo de Regressão Logística) junta todas as opiniões e toma a decisão final. É como um conselho de sábios: se todos concordam que há risco, o alerta é dado.

3. O Treinamento (A Escola):
   Eles ensinaram essa equipe com dados de milhares de pacientes. Como havia mais pessoas saudáveis do que doentes na turma (o que é normal na vida real), eles tiveram que ensinar o sistema a não ignorar os doentes. Eles usaram truques matemáticos para garantir que o sistema prestasse atenção em todos os casos.

---

🏆 Os Resultados: O Detetive é Bom?

Sim, o sistema ficou impressionante!

• Precisão: O sistema conseguiu identificar quem tinha o problema com uma precisão de 92,7% (em termos de capacidade de separar doentes de saudáveis).
• A Prova Real: Eles testaram o sistema em um grupo de pessoas que ele nunca viu antes. Funcionou muito bem.
• O que mais importa: O sistema não só diz "sim" ou "não". Ele dá uma probabilidade. Ele diz: "Esta pessoa tem 2% de chance de ter insuficiência cardíaca agora".

Ajuste Fino (Calibração):
Como o grupo de teste tinha muitos doentes (36%), o sistema poderia parecer muito "medroso" (dizer que todo mundo está doente). Os pesquisadores fizeram um ajuste de "lente": recalibraram o sistema para refletir a realidade do mundo, onde apenas 2,5% das pessoas têm essa doença. Agora, as previsões são realistas.

---

🗺️ O Mapa de Risco (Estratificação)

A parte mais legal é como eles usam essa informação na prática. Em vez de apenas dar um número, eles dividem a população em 10 grupos de risco (como degraus de uma escada).

• Degraus 1 a 3 (Baixo Risco): A chance de ter o problema é quase zero.
• Degraus 9 e 10 (Alto Risco): Aqui é onde a mágica acontece.
  • Se um médico olhar apenas para o topo 10% da lista de pacientes (os que o sistema marcou como mais arriscados), ele encontrará 75% de todos os casos de insuficiência cardíaca que existem naquela população.

A Analogia da Pesca:
Imagine que você tem uma rede de pesca em um lago enorme. Você não consegue pescar todos os peixes de uma vez. Mas, se você usar este "mapa de risco", você sabe exatamente onde jogar a rede. Jogando a rede apenas nos 10% mais prováveis, você pega a maioria dos peixes doentes, economizando tempo e recursos.

---

🧠 O que o Sistema Aprendeu? (Explicabilidade)

Para garantir que não é "mágica negra", eles usaram uma ferramenta chamada SHAP para perguntar ao sistema: "Por que você achou que esta pessoa está doente?".

O sistema respondeu com as 5 principais pistas, que fazem todo o sentido médico:

1. Fibrilação Atrial: O coração batendo fora de ritmo.
2. Idade: Quanto mais velho, maior o risco.
3. Pressão Alta: O coração trabalhando demais.
4. Sódio: Níveis de sal no sangue.
5. Pobreza (Índice de Privação): Viver em condições difíceis afeta a saúde do coração.

Isso mostra que a IA não está inventando coisas; ela está confirmando o que os médicos já sabem, mas de forma rápida e automática.

---

⚠️ O que ainda falta? (Limitações)

O artigo é honesto sobre o que ainda precisa ser feito:

• Subtipos: O sistema consegue dizer "tem ou não tem" o problema muito bem. Mas tentar dizer qual tipo de problema (se o músculo está fraco ou se está rígido) foi mais difícil e menos preciso. É como tentar adivinhar se o carro quebrou por falta de gasolina ou por pneu furado só olhando para a fumaça do escapamento.
• Validação Externa: O sistema foi treinado e testado nos dados dos EUA. Seria bom testá-lo em outros países e hospitais para ver se funciona igual para todos.

---

🚀 Conclusão: Por que isso importa?

Este estudo mostra que não precisamos de máquinas de milhões de dólares para detectar problemas cardíacos graves. Com dados simples que já existem em qualquer prontuário médico (idade, pressão, exames de sangue) e uma boa inteligência artificial, podemos criar um sistema de alerta precoce.

Isso permite que os médicos:

1. Encontrem os pacientes doentes antes que eles tenham uma crise grave.
2. Economizem recursos, focando nos pacientes que realmente precisam de ajuda.
3. Salvem vidas através da prevenção, transformando o "agora é tarde" em "ainda dá tempo".

É como ter um sistema de alarme de incêndio para o coração, usando apenas as informações que já temos na mão.

Resumo técnico

Resumo Técnico: Previsão e Estratificação de Risco de Insuficiência Cardíaca usando Aprendizado de Máquina

1. Problema e Motivação

A Insuficiência Cardíaca (IC) é uma das principais causas de morbidade, mortalidade e gastos com saúde nos EUA e globalmente. O diagnóstico precoce é desafiador devido à sobreposição de sintomas com o envelhecimento normal ou outras condições menores, levando a diagnósticos tardios.

• Limitações dos Estudos Atuais: Muitos modelos existentes dependem de dados longitudinais complexos, imagens médicas de alto custo (como ecocardiogramas) ou são treinados em conjuntos de dados de um único centro, limitando sua generalização e aplicabilidade em cenários de recursos limitados.
• Falta de Calibração: Estudos anteriores frequentemente focam apenas em métricas de discriminação (como AUC-ROC), negligenciando a calibração de probabilidades, o que é crucial para a tomada de decisão clínica real.
• Objetivo: Desenvolver um modelo de IA interpretável, calibrado e escalável, utilizando apenas variáveis de Registros Eletrônicos de Saúde (RES/EMR) rotineiramente disponíveis (demografia, sinais vitais, laboratórios e comorbidades) para prever a presença de IC e estratificar o risco populacional.

2. Metodologia

2.1. Dados e Coorte

• Fonte de Dados: Programa de Pesquisa "All of Us" dos Institutos Nacionais de Saúde (NIH).
• Coorte: 37.070 adultos (13.577 com IC; 23.493 sem IC).
• Subtipos (Experimento Secundário): Classificação em IC com fração de ejeção reduzida (HFrEF) e preservada (HFpEF), totalizando 9.257 pacientes com IC após filtragem.
• Variáveis de Entrada (18 atributos): Selecionadas por relevância clínica, completude e acessibilidade. Incluem:
  • Demografia: Idade, sexo, índice de privação (socioeconômico).
  • Medições: IMC, pressão arterial sistólica/diastólica.
  • Laboratório: Sódio, potássio, glicose, creatinina, albumina, hemoglobina, HDL.
  • Condições: Fibrilação atrial, hipertensão, obesidade, anemia.
  • Estilo de vida: Histórico de tabagismo.

2.2. Pré-processamento

• Tratamento de Dados: Imputação por mediana para valores faltantes e winsorization baseado no Intervalo Interquartil (IQR) para lidar com outliers.
• Normalização: Uso do QuantileTransformer para transformar distribuições não-Gaussianas em distribuições aproximadamente normais, essencial para modelos sensíveis à escala (SVM, MLP, Regressão Logística).
• Codificação: One-hot encoding para variáveis categóricas.
• Divisão: Divisão estratificada 70/30 (treino/teste) com validação cruzada de 5 dobras.

2.3. Arquitetura do Modelo

• Modelo Principal: Um Stacked Ensemble (Ensemble Empilhado) personalizado.
  • Base Learners (Aprendizes Base): XGBoost, LightGBM, CatBoost e MLP (Rede Neural).
  • Meta-Learner: Regressão Logística (LR) para combinar as previsões dos modelos base.
• Tratamento de Desequilíbrio de Classes: Comparação de três estratégias: dados brutos (com pesos de classe), undersampling aleatório e oversampling via SMOTE.
• Calibração e Reajuste de Prevalência:
  • Aplicação de Platt Scaling para calibrar as probabilidades dentro da coorte (36,6% de prevalência).
  • Ajuste de Prior Probability Shift para mapear as probabilidades para uma prevalência de realidade do mundo real (estimada em 2,5%), permitindo que as saídas do modelo representem riscos absolutos clinicamente significativos.
• Interpretabilidade: Análise SHAP (SHapley Additive exPlanations) para identificar a importância e direção das características.

3. Resultados Principais

3.1. Desempenho de Classificação Binária (IC vs. Não-IC)

O modelo Stacked Ensemble com dados não balanceados (usando pesos de classe) obteve o melhor desempenho no conjunto de teste:

• ROC-AUC: 0,927
• PR-AUC (Área sob a Curva Precisão-Recall): 0,895
• Acurácia: 0,856
• Comparação: O modelo superou ou empatou com modelos individuais como XGBoost (0,929 ROC-AUC, mas menor acurácia geral) e Random Forest, demonstrando robustez na detecção da classe minoritária (IC).

3.2. Análise de Importância de Características (SHAP)

As 5 características mais influentes para a previsão foram:

1. Fibrilação Atrial
2. Idade
3. Distúrbio Hipertensivo
4. Sódio
5. Índice de Privação (Socioeconômico)
   Nota: A análise confirmou coerência clínica, onde fibrilação atrial e hipertensão aumentam o risco, enquanto níveis mais altos de albumina e HDL atuam como fatores protetores.

3.3. Classificação Multiclasse (Subtipos de IC)

O experimento para distinguir HFrEF e HFpEF apresentou desempenho inferior (Macro-AUC ~0,87), com baixa precisão/recall para os subtipos.

• Causa: Ruído nos rótulos (falta de dados de ecocardiograma consistentes nos EMR), desequilíbrio severo de classes e fenótipos sobrepostos que não são facilmente distinguíveis apenas por dados transversais de laboratório.

3.4. Calibração e Estratificação de Risco

• Após o ajuste para uma prevalência de 2,5%, o modelo manteve uma calibração excelente (Brier Score ponderado: 0,01775; Inclinação de calibração: 1,002).
• Eficiência de Triagem:
  • O top 10% da população com maior risco capturou 74,7% dos casos de IC.
  • O top 20% capturou 86,8% dos casos.
  • O top 30% capturou 92,4% dos casos.

4. Contribuições Chave

1. Acessibilidade e Escalabilidade: Demonstrou que um modelo de alto desempenho pode ser construído exclusivamente com dados de EMR rotineiros, sem necessidade de imagens caras ou dados genômicos, facilitando a implementação em cuidados primários.
2. Calibração para o Mundo Real: Diferente de muitos estudos de ML clínico que apenas reportam AUC, este trabalho implementou rigorosamente a calibração de probabilidades e o ajuste de prevalência, transformando saídas de modelo em riscos absolutos utilizáveis para decisões clínicas.
3. Estratificação de Risco Acionável: A conversão de probabilidades contínuas em decisões de risco (decisões de triagem) mostra como priorizar recursos limitados, identificando a minoria da população que concentra a maioria dos casos.
4. Interpretabilidade: O uso de SHAP garante transparência, alinhando as previsões da IA com a fisiopatologia conhecida da insuficiência cardíaca, o que é vital para a confiança clínica e adoção.

5. Significância e Conclusão

Este estudo valida a viabilidade de um Sistema de Suporte à Decisão Clínica baseado em IA (AI-CDSS) para triagem populacional de insuficiência cardíaca. Ao combinar alta discriminação, calibração estatística rigorosa e interpretabilidade, o modelo proposto oferece uma ferramenta prática para identificar indivíduos de alto risco de forma proativa, permitindo intervenções precoces e gestão de cuidados.

Embora a classificação de subtipos (HFrEF vs. HFpEF) tenha sido limitada pela qualidade dos dados de EMR, o sucesso na detecção binária e na estratificação de risco abre caminho para futuras integrações com dados de imagem e validação externa em diferentes sistemas de saúde. O trabalho enfatiza que, com o tratamento adequado de desequilíbrio de classes e calibração, modelos de ML podem superar as limitações de dados desbalanceados típicos de cenários médicos reais.