O estudo é o primeiro a mostrar que é possível utilizar um algoritmo de aprendizagem profunda para detetar doença arterial coronária ao analisar quatro fotografias da cara de uma pessoa. Ainda que este algoritmo precise de ser ainda mais desenvolvido e testado em maiores grupos de pessoas provenientes de vários contextos étnicos, os investigadores afirmam que tem o potencial para ser utilizado como ferramenta de avaliação que possa identificar possíveis doenças cardíacas em pessoas da população geral ou pertencentes a grupos de risco, que podem ser referenciadas para mais investigações clinicas.

“No que sabemos, este é o primeiro trabalho a demonstrar que a inteligência artificial pode ser utilizada para analisar caras e detetar doenças cardíacas. É um passo em frente no desenvolvimento de uma ferramenta de aprendizagem profunda que pode ser utilizada para avaliar o risco de doença cardíaca, quer em pacientes em ambulatório, ou por pacientes que tirem uma selfie para que façam a sua própria avaliação. Isto pode guiar mais testes diagnósticos ou uma visita à clinica”, disse o professor zhe zheng, que liderou a investigação e é vice-diretor do Centro Nacional para Doenças Cardiovasculares, e vice-presidente do Hospital Fuwai, da Academia De ciências Médicas Chinesa e da Universidade Médica Peking Union, em Pequim, na China.

O nosso último objetivo é desenvolver uma aplicação para as populações de risco que avalie o seu risco de doença cardíaca antes de se dirigirem a uma clínica. Isto pode ser uma maneira barata, simples e eficaz de identificar pacientes que precisem de mais validação. De qualquer forma, o algoritmo requer mais refinamento e validação externa em outras populações e etnias”, continuou.

É já conhecido que certas feições faciais estão associadas com o risco aumentado de contrair doenças cardíacas. Estas feições incluem cabelo fino ou grisalho, rugas, vincos no lóbulo da orelha, xantelasma (pequenos depósitos amarelos de colesterol sob a pele, regularmente perto das pálpebras) e a córnea arqueada (depósitos de colesterol gorduroso que aparecem na forma de círculos brancos, cinzentos, ou de azul opaco nas extremidades da córnea). Ainda assim, estas feições são difíceis de utilizar por humanos de forma a prever e quantificar com sucesso o risco de doença cardíaca.

O professor Zheng, o professor Xiang-Yang Ji, que é diretor do Instituto de Cognição Cerebral no Departamento de Automação da Universidade de Tsinghua, em Pequim, e outros colegas conseguiram reunir para o estudo entre julho de 2017 e março de 2019 5.796 pacientes de oito hospitais na China. Os pacientes foram sujeitos a processos de captura de imagem para investigar os vasos sanguíneos, como angiografia coronária ou angiotomografia coronária (CCTA). Estes pacientes foram divididos de forma aleatória em grupos de treino (5216 pacientes, 90%) ou validação (580 pacientes, 10%).

Enfermeiros de investigação treinados captaram quatro fotos faciais com camaras digitais: uma frontal, duas de perfil e uma do topo da cabeça. Eles entrevistaram também os pacientes para colecionar dados sobre os seus estatutos socioeconómicos, de estilo de vida, e historial médico. Radiologista reviram os angiogramas dos pacientes e avaliaram o grau de doença, dependendo de quantos vasos sanguíneos encolheram em 50% ou mais (≥ 50% de estenose), e a sua localização. Esta informação foi utilizada para criar, treinar e validar o algoritmo.

Os investigadores testaram então o algoritmo em mais 1.013 pacientes de nove hospitais na China, inscritos entre abril de 2019. A maioria dos pacientes em todos os grupos pertencia à etnia chinesa Han.

Os investigadores descobriram que o algoritmo suplanta métodos existente na previsão do risco de doenças cardíacas (o modelo Diamond-Forrester e os resultados clínicos do consorcio CAD). No grupo de validação dos pacientes, o algoritmo detetou corretamente doenças cardíacas em 80% dos casos (a percentagem positiva real ou “sensibilidade”) e detetou também corretamente que não estaria presente doença cardíaca alguma em 61% dos casos (a percentagem real negativa ou “especificidade”). No grupo de teste, a sensibilidade foi de 80% e a especificidade de 54%.

Segundo o professor Ji, “o algoritmo teve uma performance moderada, e informação clinica adicional não melhora essa performance, o que quer dizer que poderia ser facilmente utilizado para prever potenciais doenças cardíacas com base nas fotos apenas. A bochecha, testa e nariz contribuíram com mais informação para o algoritmo do que outras áreas faciais. Ainda assim, precisamos de melhorar a especificidade para uma percentagem de falsos positivos, porque 46% causa ansiedade e inconvenientes aos pacientes, bem como potenciais enchentes nas clinicas com pacientes a fazer testes desnecessários”.

Tal como é necessário requisitar testes noutros grupos étnicos, outras limitações deste estudo incluem o facto de que só um centro no grupo de testes agiu de forma diferente dos restantes no que toca à angariação de pacientes para desenvolver o algoritmo, que pode limitar ainda mais a sua generalização em relação a outras populações.

Num editorial que acompanha o estudo, Charalambos Antoniades, professor de Medicina Cardiovascular na Universidade de Oxford no Reino Unido, e o Dr. Christos Kotanidis, estudante de doutoramento que trabalha sob o professor Antoniades em Oxford, escreveram que, “em geral, o estudo salienta um novo potencial em diagnósticos médicos. (…) A robustez da abordagem está no facto de que o seu algoritmo requer simplesmente uma imagem facial como o único dado, o que o torna altamente fácil de aplicar em larga escala”.

“Utilizar selfies como método de avaliação pode permitir uma simples, ainda que eficaz, forma de filtrar a população geral para uma avaliação clinica mais compreensiva. Tal abordagem pode também ser altamente relevante para regiões do globo que com problemas económicos e que têm fracos programas de diagnóstico para doenças cardiovasculares. Um processo de seleção tão fácil como este vai permitir um fluxo estratificado de pessoas que são introduzidas nos sistemas de saúde para a primeira linha de testes diagnósticos com CCTA. De facto, os indivíduos de alto risco podem fazer uma CCTA, que pode permitir uma estratificação do risco confiável com o uso das novas metodologias potenciadas pela inteligência artificial para a análise das CCTA”, continuaram.

Eles salientaram algumas das limitações que o professor Zheng e o professor Ji também incluíram no seu trabalho. Estas incluem as baixas especificidades dos testes, que os testes necessitam de ser melhorados e validados em populações maiores, e que levanta questões étnicas sobre “o mau uso de informações para propósitos discriminatórios. A disseminação indesejada de registos médicos altamente sensíveis, que pode facilmente ser extraída de uma fotografia facial, uma vez que as tecnologias como as descritas podem possuir uma ameaça à proteção de dados pessoais, afetando potencialmente as opções de seguro. Tais medos foram já expressos sobre a má utilização de dados genéticos, e devem ser extensivamente revisitados no que diz respeito ao uso da Inteligência artificial na medicina”.

Os autores do trabalho de investigação concordam com este ponto. O professor Zheng disse que, “os problemas éticos no desenvolvimento e aplicação destas novas tecnologias são de importância chave. Acreditamos que a investigação futura em ferramentas clínicas deve prestar atenção à privacidade, aos seguros e a outras implicações sociais que asseguram que a ferramenta é utilizada apenas para propósitos médicos”.

O professor Antoniades e o Dr. Kotanidis também escrevem no editorial que define o CAD como ≥ 50% de estenose numa das maiores artérias coronárias “pode ser uma forma de classificação demasiado simples e crua, uma vez que arrasta alguns dos indivíduos de fora do grupo CAD que estão realmente saudáveis, mas também pessoas que já desenvolveram a doença, apesar de estarem ainda numa fase inicial (o que pode explicar a baixa especificidade observada).

NR/HN/João Daniel Ruas Marques