Acceso usuarios
A integração de inteligência artificial (IA) à interpretação de eletrocardiogramas (ECGs) representa uma solução inovadora para melhorar o diagnóstico de doenças cardiovasculares, especialmente em ambientes com poucos especialistas. Este estudo explora a eficácia da IA na geração automatizada de laudos, capacitando profissionais e estudantes para otimizar a prática clínica e serviços de telemedicina. Foram avaliados 56 pacientes vivendo com HIV em uso de terapia antirretroviral (TARV), com idade média de 40,6 anos. A maioria era do sexo masculino (51), e 29 relataram praticar atividade física. Musculação foi a atividade mais frequente (18 pacientes). O índice de massa corpórea (IMC) médio foi de 26,5 kg/m², com 17 pacientes acima do peso e 12 obesos. Gordura visceral foi preocupante em 17 pacientes (15 em alerta e 2 em perigo). A massa muscular média foi de 45,7 kg, abaixo do ideal em 30 indivíduos, e 6 apresentaram quantidade de proteínas e água corporal abaixo do ideal. Quanto a análise do ECG detectamos que 50 pacientes apresentaram ritmo sinusal normal e 6 com alterações, tais como arritmias sinusais (2), sobrecarga ventricular esquerda (2) e elevação isolada do segmento ST (1). A frequência cardíaca média foi 77,8 bpm. Entre os pacientes avaliados, 13 apresentavam comorbidades: hipertensão arterial (4), dislipidemia (5) e diabetes mellitus (5). Relações entre CD4/CD8 <1 e alterações de ECG não foram estatisticamente significativas (p=0,69). A maioria dos pacientes com alterações de ECG estava acima do peso, mas sem relevância estatística (p=0,2). Esses achados destacam a necessidade de avaliação cardiovascular em pacientes com HIV. O aprendizado prático, aliado ao uso de casos clínicos reais como o apresentado neste estudo, pôde transformar o manejo de alterações cardiológicas em ambientes não especializados, promovendo detecção precoce, decisões informadas e encaminhamentos adequados.
