AI Driven Multi-Omics Network Model for Early Detection of Cardiovascular Disease

Imagine o seu corpo como uma cidade movimentada e de alta tecnologia. Nesta cidade, o seu coração é uma central elétrica central, bombeando energia através de uma vasta rede de estradas (os seus vasos sanguíneos) para manter cada bairro funcionando. Às vezes, no entanto, as estradas ficam congestionadas, a central elétrica fica sobrecarregada ou os semáforos ficam malucos, levando a um grande engarrafamento conhecido como doença cardiovascular. Durante muito tempo, os médicos foram como policiais de trânsito, verificando as estradas uma por uma com testes manuais para ver se um congestionamento estava a caminho. Mas e se pudéssemos contratar um detetive superinteligente e incansável que pudesse olhar para o mapa de toda a cidade de uma só vez, detectando pequenas pistas no clima, nos hábitos dos motoristas e nas condições das estradas antes mesmo de o tráfego começar a abrandar? É aqui que entra a Inteligência Artificial (IA) e o Aprendizado de Máquina (ML). Pense na IA como um estudante que aprende lendo milhões de histórias sobre como as cidades entram em problemas, enquanto o ML é o conjunto específico de ferramentas que esse estudante usa para encontrar padrões nessas histórias. Ao alimentar esses detetives digitais com dados sobre como as pessoas vivem — o que comem, o quanto se movimentam e como se sentem estressadas — poderemos ser capazes de prever um problema cardíaco antes mesmo de ele acontecer, transformando uma surpresa assustadora em um aviso gerenciável.

Neste artigo, uma equipa de investigadores do RV College of Engineering e do Sri Jayadeva Institute of Cardiovascular Sciences decidiu construir a sua própria versão desse detetive superinteligente. Eles reuniram informações de cerca de 300 pessoas reais, criando um perfil digital para cada uma que incluía a idade, a pressão arterial, se fumam ou bebem álcool, os seus níveis de stress e o quão ativas são. É como tirar uma fotografia de 300 motoristas e os seus carros diferentes para ver quais deles têm mais probabilidade de bater.

A equipa primeiro limpou os seus dados, corrigindo partes em falta e organizando a informação desordenada, tal como um bibliotecário a organizar uma pilha caótica de livros em filas organizadas. Em seguida, utilizaram um "mapa de calor de correlação", que é basicamente um mapa colorido mostrando como diferentes hábitos se mantêm unidos. Por exemplo, descobriram que o stress elevado frequentemente andava de mãos dadas com o tabagismo e a baixa atividade física, como um grupo de amigos que aparecem sempre juntos.

Para fazer as suas previsões, os investigadores treinaram três tipos diferentes de "cérebros" de IA para analisar estes dados e adivinhar quem poderá desenvolver uma doença cardíaca.

1. Regressão Logística: Pense nisto como uma calculadora simples de linha reta. Ela desenha uma única linha para separar os motoristas "em risco" dos "seguros".
2. Árvore de Decisão: Isto é como um jogo de "20 Perguntas". A IA faz uma série de perguntas de sim ou não (ex: "Você fuma?" "A sua pressão arterial é alta?") para restringir a resposta.
3. Random Forest (Floresta Aleatória): Esta é uma floresta inteira de Árvores de Decisão. Em vez de fazer apenas um conjunto de perguntas, ela faz muitos conjuntos diferentes de muitas árvores diferentes e depois faz uma votação sobre a resposta final.

Os resultados foram bastante claros. A "calculadora de linha reta" simples (Regressão Logística) acertou cerca de 69% das vezes. Estava razoável, mas perdeu muitas das formas complexas como o stress, o tabagismo e a dieta se misturam. No entanto, o "jogo de 20 Perguntas" (Árvore de Decisão) e a "floresta de árvores" (Random Forest) foram muito mais aguçados. Ambos os modelos alcançaram uma precisão de 94%. Foram excelentes a detetar as ligações complicadas entre as escolhas de estilo de vida e a saúde cardíaca.

Os investigadores não pararam apenas nos números; eles também utilizaram uma ferramenta chamada Cytoscape para desenhar uma rede visual. Imagine uma teia de aranha onde a doença cardíaca está no centro, e fios conectam-na ao tabagismo, álcool, stress, diabetes e falta de exercício. Esta teia mostrou que estes fatores não trabalham sozinhos; eles puxam uns aos outros, criando uma confusão emaranhada que leva a problemas. O estudo sugere que, ao olhar para toda esta teia em vez de apenas um fio, podemos detetar o perigo muito mais cedo.

Naturalmente, os autores têm o cuidado de apontar que isto é apenas o começo. A sua "cidade" tinha apenas 300 residentes, o que é uma multidão pequena comparada com o resto do mundo, e eles ainda não verificaram os seus resultados com dados de outras cidades. Além disso, alguns dos dados, como os níveis de stress, basearam-se no que as pessoas disseram sentir, o que pode ser um pouco subjetivo. Eles não incluíram códigos genéticos ou testes químicos de amostras de sangue, que poderiam adicionar ainda mais detalhes.

Apesar destes limites, o estudo sugere que usar estas ferramentas avançadas de IA para analisar os nossos hábitos diários pode ser uma forma poderosa de detetar a doença cardíaca precocemente. Não é uma cura mágica ainda, mas é uma nova lanterna muito promissora que nos ajuda a ver os cantos escuros da nossa saúde antes que as luzes se apaguem.