CardioLife Advanced: Solução para Deteção e Previsão de Patologias Cardíacas através de Inteligência Artificial

O projeto CardioLife Advanced tem como principal objetivo o desenvolvimento de uma nova solução de deteção, monitorização e previsão de doenças cardíacas. Através da utilização combinada de modelos de IA pretende-se disponibilizar uma ferramenta de apoio à decisão completa, capaz de identificar, com elevada precisão, patologias cardíacas, incluindo cardiopatias complexas e raras e prever o desenvolvimento futuro de condições críticas a partir da análise de ECGs e Holters. Pretende-se expandir as capacidades ao nível do diagnóstico através da adição de doenças específicas como as doenças cardíacas cujo o diagnóstico é mais complexo, ou raro. Neste contexto pretende-se investigar e desenvolver modelos específicos para a segmentação, deteção e classificação de síndromes potencialmente graves como o Síndrome de Wolff-Parkinson-White (WPW), o Síndrome de Brugada e o Ritmo Auricular Ectópico que são, muitas vezes, pouco consideradas nos meios de diagnóstico mais comuns, visto que estas surgem de forma menos recorrente. Ainda na abrangência do espetro de patologias identificadas, pretende-se cria modelos que permitam detetar precocemente eventos complexos (de identificar) como o enfarte do miocárdio e alguns tipos de bloqueios avançados e condições potencialmente fatais. A incorporação de capacidades preditivas surge como um objetivo bastante relevante neste projeto. De facto, pretende-se investigar e desenvolver algoritmos de IA capazes de prever o aparecimento futuro de Fibrilação Auricular (FA) em pacientes de risco, com uma precisão de pelo menos 80%. Para além disso, pretende-se criar modelos preditivos para outras condições cardíacas críticas, baseados na análise de padrões subtis dos ECGs prévios ao desenvolvimento das patologias. A análise de ECGs de longa duração (Holter) é outro dos objetivos do projeto onde se pretende criar um pipeline dedicado que permita a identificação automática de eventos relevantes durante monitorizações de longa duração. Todo o pipeline deverá garantir a análise eficiente de dados (com identificação de uma grande variedade de eventos cardíacos), e permitir o processamento rápido de registos de longa duração. O projeto inclui o desenvolvimento de ferramentas de visualização avançadas que permitam ao clínico identificar facilmente os padrões e anomalias identificadas, bem como a construção de relatórios estruturados que permitam ao clínico compreender a fundamentação do software para a identificação de uma patologia no auxílio à identificação da mesma. Será criado um sistema com capacidade de monitorização contínua/diária com dispositivos de consumo. Deste modo, pretende-se desenvolver soluções para monitorização cardíaca de longo prazo em ambiente domiciliar e ambulatório. Para o efeito serão desenvolvidos algoritmos de IA capazes de extrair informação clinicamente relevante a partir de fontes de dados com diferentes níveis de qualidade e resolução. No seguimento desta funcionalidade, pretende-se criar sistemas de alerta precoce para deteção de FA e outras arritmias potencialmente perigosas, tais como Flutter, Taquicardia Auriculares, Bloqueios AV e mesmo WPW em sistemas de um lead. Em complemento ao objetivo anterior, pretende-se também desenvolver uma solução de rastreio populacional (CardioCheckUP) alargado e que funcione de forma continua, através da utilização de dispositivos eletrónicos de consumo. Neste sentido, serão criados métodos de pré-triagem para otimizar a utilização de recursos de diagnóstico mais avançados, como ECG padrão e Holter. Para além disso, será desenvolvido um modelo de implementação escalável para programas de rastreio populacional.