A cardiologia na era digital

A digitalização revolucionou a maneira como nós nos comunicamos, como nos informamos, como nós compramos e, de alguma forma, como interagimos com o sistema de saúde.

Apesar do potencial da tecnologia digital para saúde, a incorporação nos países de baixa renda foi lenta, mas tem se tornado uma realidade.

O que poderíamos considerar intervenções digitais na área da saúde?

Poderiam ser: Programas como mensagens de texto, Apps mobile (mHealth), consulta por telemedicina, wearable devices (aparelhos para aferir dados de saúde) e ferramentas de suporte à decisão – Inteligência artificial.

Essas intervenções poderiam ter vários impactos positivos na saúde, como redução de custos, empoderamento de pacientes e provedores de saúde, melhora de desfechos a longo prazo e melhora a experiência de cuidados.

A pandemia certamente ajudou a acelerar o desenvolvimento e implementação dessas tecnologias. Em 2020 tínhamos 6,95 bilhões de celulares no mundo, e 3,5 bilhões de smartphones. Essa tecnologia digital permite que as pessoas consigam monitorar sua saúde diariamente!

Um exemplo clássico de como essas tecnologias poderiam ajudar na prática seria na identificação de arritmias.

A fibrilação atrial (FA), por exemplo, é a arritmia cardíaca sustentada mais comum no mundo, apresentando uma incidência de 2 a 4% em adultos, e pode estar relacionada tanto com a presença de sintomas, como intolerância aos esforços, dispneia, fadiga e palpitações; como também com um maior risco de eventos embólicos sistêmicos e acidente vascular cerebral (AVC).

Sua identificação precoce poderia ajudar os médicos a atuar de forma preventiva! Pacientes com FA e fatores de risco para AVC poderiam ser tratados com anticogulantes orais, reduzindo assim o risco desse evento isquêmico. Atualmente, além da varfarina que já se mostrou efetiva em reduzir o risco de AVC nesse perfil de pacientes, temos também vários anticoagulantes orais diretos (DOACs) que mostraram eficácia semelhante à varfarina (como a rivaroxabana e edoxabana, nos estudos ROCKET⁸ e ENGAGE-AF¹⁰), ou com eficácia superior à varfarina (como a apixabana, no estudo ARISTOTLE⁹). Além disso, essas medicações se mostraram mais seguras que a varfarina, reduzindo de forma significativa o risco de sangramentos maiores e sangramentos intracranianos⁵.

O que temos de evidência para uso dessas tecnologias no diagnóstico de FA?

Em 2019 tivemos a publicação do estudo Apple Heart Study no New England Journal of Medicine. Foi um estudo que avaliou se o uso de um smart-watch com sensores ópticos poderia conseguir identificar a presença de FA nos seus usuários. Foram 419.297 participantes incluídos e seguido por oito meses. Desses, 2.161 participantes (0,52%) receberam notificação de pulso irregular; 450 realizaram traçados de ECG no dispositivo que poderiam ser avaliados, e 34% confirmaram a presença de FA (realizado, em média, 13 dias após a notificação). Se realização do traçado de ECG fosse simultânea à notificação de pulso irregular, isso teria um valor preditivo positivo (VPP) de 84% para FA no traçado.

Lembrando que FA clínica, segundo a diretriz europeia de FA de 2020, é definida como a presença de um eletrocardiograma (ECG) de 12 derivações inteiro em FA, ou uma tira de ECG com pelo menos 30 segundos em FA (incluindo tiras de ECG adquiridas em wearables), independente de sintomas.

Mais alguns estudos estão em andamento. O estudo VITAL-AF randomizará mais de 35 mil pacientes com ≥ 65 anos que passarão em consulta ambulatorial no Massachussetts General Hospital. Todos teriam como sinal vital a aferição do ECG de uma derivação utilizando um wearable chamado Alivecor KardiaMobile EKG Monitor. Os cuidados dos pacientes após sua realização seriam o padrão dos médicos que os acompanham. O desfecho primário será incidência de FA, e os secundários, prescrição de DOAC ou AVC isquêmico ou hemorragia maior em 12 meses. Será mais um estudo que nos ajudará a entender como esses dispositivos poderiam nos ajudar no screening da FA.

Apesar disso, sabemos que nem sempre os smartwatches ou wearables estão disponíveis ou podem ter um custo elevado, mas os celulares têm um outro recurso que poderiam ajudar a rastrear a presença de FA. É a fotopletismografia, um recurso que utiliza a luz e a câmera do celular. Existe um estudo alemão em andamento avaliando essa tecnologia: o estudo eBRAVE-AF, que pretende incluir cerca de 4.400 pacientes com 50 anos ou mais, com CHADS-VASc ≥ 1 se homem, ou 2 se mulher. A finalidade será diagnóstica, e o desfecho primário será o número de participantes com FA nova diagnosticada em 6 meses com prescrição de anticoagulação oral.

Um outro recurso tecnológico que tem sido estudado é o uso de inteligência artificial (IA). Na análise do ECG por exemplo, já foi demonstrado que a IA ajudaria a sugerir a presença de disfunção diastólica, ou em exames de imagem, avaliando espessuras e características do miocárdio, onde a IA poderia também ajudar a sugerir a presença de miocardiopatias.

Um outro exemplo de como a inteligência artificial poderia auxiliar no diagnóstico, seria em casos de Amiloidose. Uma ferramenta chamada EstimATTR ajuda a estimar a probabilidade de um paciente hipotético ter amiloidose cardíaca tipo selvagem (wild type – transtirretina). Sabemos que a amiloidose é uma entidade subdiagnosticada¹¹ e que a detecção precoce da amiloidose pode permitir o início de um tratamento adequado. Temos trabalhos mostrando o benefício da droga Tafamidis, como o estudo ATTR-ACT, que randomizou 441 pacientes com cardiomiopatia por amiloidose associada a transtirretina (TTR) para receber tafamidis ou placebo. O uso de tafamidis foi relacionado com redução de 30% do risco de morte por qualquer causa (p<0,001), e redução de 32% de hospitalização por causas cardiovasculares (p<0,001), além de reduzir a piora da capacidade funcional e qualidade de vida.

E como a ferramenta EstimATTR poderia nos ajudar no diagnóstico de amiloidose cardíaca? Ela foi desenvolvida baseada em um algoritmo de inteligência artificial –machine learning usando mais de 1500 pacientes com amiloidose TTR-wt provenientes de um banco de dados de vida real norte-americano. Ajuda a estimar a probabilidade de um paciente hipotético com ter amiloidose ATTRwt, utilizando diversas variáveis de achados cardíacos (como presença de ICFEP, aumento de espessura de VE, presença de arritmias, BAV ou bloqueio de ramo etc.) e extra-cardíacos (como história de síndrome do túnel do carpo bilateral, ruptura não traumática de tendão, neuropatias, etc)⁷.

Esses são somente alguns exemplos do potencial dessas tecnologias para otimizar nossos cuidados em saúde nos anos futuros.