Deep Learning from Retinal Fundus Photographs for Detecting Angiographic Obstructive Coronary Artery Disease: A Multicenter Development and External Validation Study

O corpo humano é uma vasta rede de tubos, transportando sangue vital do coração para todos os cantos do sistema. Quando esses tubos, conhecidos como artérias, ficam obstruídos por depósitos gordurosos, uma condição chamada aterosclerose, o fluxo é restringido, podendo levar a um ataque cardíaco. A forma mais direta de os médicos verificarem se as próprias artérias do coração estão bloqueadas é passar um tubo fino através dos vasos sanguíneos e injetar corante, um procedimento chamado angiografia coronária invasiva. Embora este método seja o padrão ouro para o diagnóstico, ele é invasivo, carrega riscos e frequentemente revela que as artérias do paciente estão, na verdade, limpas, o que significa que o procedimento foi desnecessário. Durante anos, os médicos confiaram em perguntas simples sobre a idade, o sexo e os sintomas de um paciente para adivinhar a probabilidade de um bloqueio antes de ordenar tal teste. No entanto, esses palpites são frequentemente imprecisos, levando a muitos procedimentos desnecessários ou diagnósticos perdidos.

Uma abordagem diferente surgiu de um lugar improvável: o fundo do olho. A retina, a camada sensível à luz na parte posterior do olho, é coberta por minúsculos vasos sanguíneos que são os únicos que os médicos podem ver diretamente sem cirurgia. Como esses vasos retinianos compartilham o mesmo ambiente biológico que as artérias do coração, mudanças em sua aparência podem sinalizar problemas em outras partes do corpo. Pesquisadores há muito suspeitam que uma fotografia da retina possa revelar pistas sobre doenças cardíacas, mas transformar essas pistas visuais em um diagnóstico confiável tem sido difícil. Agora, um novo estudo sugere que programas de computador avançados podem aprender a ler esses sinais sutis melhor do que os jogos de adivinhação tradicionais, oferecendo uma forma não invasiva de identificar quem realmente precisa do teste cardíaco invasivo.

Em um grande estudo multicêntrico envolvendo milhares de pacientes, pesquisadores desenvolveram um sistema de computador sofisticado projetado para analisar fotografias de fundo de retina e prever a presença de doença arterial coronariana obstrutiva. A equipe, liderada por especialistas do Hospital Anzhen de Pequim e da Beijing Airdoc Technology Co., Ltd., treinou este modelo de inteligência artificial usando imagens de quase 4.800 pacientes que já estavam programados para realizar o teste cardíaco invasivo. O computador recebeu as imagens retinianas juntamente com os resultados confirmados dos testes cardíacos, permitindo que aprendesse os padrões visuais específicos associados a artérias bloqueadas. O modelo, nomeado RET-IRV2, não foi apenas ensinado a detectar bloqueios; ele também foi treinado para estimar detalhes básicos do paciente, como idade e sexo, uma técnica que ajuda o computador a focar nos recursos mais relevantes da imagem.

O verdadeiro teste desta nova ferramenta ocorreu quando os pesquisadores a aplicaram a um grupo completamente diferente de mais de 3.300 pacientes de quatro centros médicos diferentes. Nesta validação externa, o modelo de computador provou ser notavelmente eficaz. Ele identificou corretamente a presença de doença arterial coronariana obstrutiva com um alto grau de precisão, superando significativamente os métodos tradicionais que os médicos utilizam atualmente. Esses métodos tradicionais, que dependem do cálculo de risco baseado em idade, gênero e sintomas, muitas vezes têm dificuldade em distinguir entre pacientes com bloqueios e aqueles que não têm. No estudo, a capacidade do modelo de computador de separar esses grupos foi muito superior ao modelo Diamond-Forrester atualizado, ao Escore Clínico de Duke e até mesmo a um cálculo estatístico padrão que incluía pressão arterial e colesterol.

O que torna este achado particularmente convincente é que o computador alcançou esse sucesso usando apenas as imagens dos olhos, sem precisar de qualquer histórico médico ou resultados de exames de sangue como entrada. Para entender como o computador estava tomando suas decisões, os pesquisadores realizaram uma série de experimentos onde cobriram digitalmente partes das imagens retinianas. Quando mascararam os vasos sanguíneos, o desempenho do computador caiu significamente, confirmando que ele estava de fato dependendo da estrutura e aparência dos minúsculos vasos para fazer seu diagnóstico. Isso sugere que o modelo não está apenas adivinhando com base em padrões aleatórios, mas detectando genuinamente as alterações vasculares sistêmicas que acompanham a doença cardíaca.

O estudo também olhou além do diagnóstico imediato para ver se as previsões do computador tinham alguma relação com a saúde futura dos pacientes que tiveram a confirmação de artérias bloqueadas. Entre os pacientes que apresentavam a doença e foram acompanhados por até dois anos, aqueles com pontuações mais altas do modelo de computador tiveram maior probabilidade de sofrer eventos cardiovasculares adversos maiores, como ataque cardíaco, acidente vascular cerebral ou morte. Isso indica que a informação visual capturada na retina pode não apenas ajudar a identificar a doença, mas também oferecer um vislumbre de quão grave é a condição subjacente e quais riscos o paciente enfrenta no futuro.

Apesar desses resultados promissores, os pesquisadores são cuidadosos ao notar as limitações de seu trabalho. O estudo foi conduzido em um cenário específico onde os pacientes já eram encaminhados para testes invasivos, o que significa que o grupo tinha uma taxa muito alta de doença real, o que é diferente da população geral, onde os bloqueios cardíacos são menos comuns. O modelo ainda não foi testado em grupos de menor risco ou em populações fora do Leste Asiático, onde diferenças na pigmentação ocular e na estrutura dos vasos podem afetar os resultados. Além disso, embora a capacidade do computador de prever futuros eventos cardíacos seja uma descoberta intrigante, ela é apresentada como uma hipótese para estudos posteriores, e não como uma ferramenta comprovada para prever resultados individuais.

As implicações desta pesquisa são significativas para o futuro do rastreamento de doenças cardíacas. Se esses achados se sustentarem em populações mais amplas e diversas, a fotografia de retina poderá se tornar uma poderosa ferramenta de triagem não invasiva. Ela poderia ajudar os médicos a decidir quais pacientes realmente precisam do teste cardíaco invasivo e quais podem ser monitorados com segurança por métodos menos arriscados. Ao fornecer uma imagem mais clara da saúde vascular de um paciente através de uma fotografia simples e indolor, esta tecnologia tem o potencial de refinar as vias diagnósticas, reduzir procedimentos desnecessários e, em última análise, melhorar o cuidado de milhões de pessoas com suspeita de doença cardíaca. O estudo demonstra que os olhos, frequentemente chamados de janela da alma, também podem servir como uma janela clara para a saúde do coração.