Uma noite mal dormida costuma ser associada a cansaço no dia seguinte. Mas os sinais registados enquanto dormimos podem, no futuro, ajudar também a identificar alterações cardiovasculares que merecem atenção. Um estudo publicado na revista científica SLEEP analisou se a atividade elétrica do coração durante exames do sono poderia revelar quem tem maior probabilidade de desenvolver insuficiência cardíaca ou outras complicações cardiovasculares ao longo dos dez anos seguintes.

Segundo o portal Sapo.pt, investigadores liderados por uma equipa da Universidade Emory treinaram um sistema de inteligência artificial com eletrocardiogramas recolhidos durante polissonografias. O modelo foi desenvolvido com dados de cerca de 16 mil doentes do Massachusetts General Hospital e testado em dois grupos independentes: aproximadamente 9800 pessoas do Emory University Hospital e 12 600 do Beth Israel Deaconess Medical Center.

O resultado é promissor, mas precisa de ser interpretado com cuidado: não significa que um exame do sono possa prever com certeza o futuro de uma pessoa, nem que qualquer relógio inteligente já consiga fazer o mesmo. A investigação aponta para uma possível forma de extrair mais informação de exames que, em muitos casos, já são realizados por outros motivos. Para perceber o que isso significa — e o que ainda não significa — importa entender como funciona o método, quais são os seus limites e que opções existem hoje para avaliar a saúde do coração.

O que os investigadores descobriram

A equipa estudou se um eletrocardiograma (ECG) de uma só derivação, isto é, um registo feito através de um único canal, contém padrões que ajudem a distinguir grupos com diferentes níveis de risco cardiovascular. O sistema de inteligência artificial analisou esses sinais juntamente com informação relacionada com as fases do sono.

Um ECG regista a atividade elétrica produzida pelo coração. Os seus traçados podem ajudar profissionais de saúde a observar o ritmo cardíaco e outros aspetos da atividade elétrica. Num exame do sono, o ECG é normalmente apenas uma parte de um conjunto maior de medições: a polissonografia também pode registar, entre outros sinais, a respiração, o nível de oxigénio no sangue, os movimentos e a atividade cerebral.

A hipótese explorada é que, ao analisar muitos registos em conjunto, um algoritmo consiga reconhecer combinações subtis de padrões que não são óbvias numa leitura isolada. O modelo não precisa de identificar uma única alteração dramática; pode aprender associações estatísticas entre características do ECG, etapas do sono e resultados cardiovasculares observados posteriormente.

O que significa “risco a dez anos”

Uma estimativa de risco descreve uma probabilidade num grupo ou para uma pessoa, de acordo com os dados e os métodos usados. Não é uma previsão garantida. Se um modelo classifica alguém num grupo de risco mais elevado, isso não quer dizer que essa pessoa vá desenvolver insuficiência cardíaca. Da mesma forma, uma classificação de risco mais baixo não elimina a possibilidade de doença.

Também não se deve confundir identificação de risco com diagnóstico. O estudo procura saber se sinais recolhidos durante o sono podem contribuir para antecipar eventos ou complicações futuras. Um diagnóstico clínico exige avaliação por profissionais, consideração dos sintomas e do historial de saúde e, quando necessário, exames apropriados.

Porque é que o sono pode revelar sinais do coração

O sono não é um estado uniforme. Ao longo da noite, o organismo passa por diferentes fases, com mudanças na atividade cerebral, na respiração e no funcionamento do sistema nervoso autónomo — o sistema que regula funções involuntárias, como a frequência cardíaca. Essas mudanças normais podem influenciar os sinais registados no ECG.

Além disso, algumas perturbações do sono, como a apneia obstrutiva, podem envolver interrupções repetidas da respiração. Estas situações são importantes para a saúde e devem ser avaliadas por um profissional quando existe suspeita. Ainda assim, a notícia não permite concluir que o algoritmo estudado deteta apneia, nem que a apneia explique os padrões cardiovasculares encontrados. São questões relacionadas, mas distintas.

Do ponto de vista técnico, a inteligência artificial pode comparar muitos segmentos de sinal e procurar relações distribuídas por diferentes momentos do exame. Um leitor humano pode reconhecer alterações conhecidas e relevantes; um modelo, por sua vez, pode ser treinado para detetar combinações complexas de características. Isso não torna o algoritmo infalível: significa apenas que ele pode ser útil como ferramenta de análise, se for validado e integrado com segurança na prática clínica.

Como foi estruturado o estudo

Segundo as informações divulgadas, os investigadores treinaram o sistema com dados de cerca de 16 mil doentes de um hospital e avaliaram-no posteriormente em duas populações independentes de outros centros. Testar um modelo em conjuntos separados é importante porque permite verificar se o desempenho se mantém fora dos dados usados na fase de treino.

Mesmo assim, a existência de vários grupos de dados não responde, por si só, a todas as perguntas. Para decidir se uma tecnologia está pronta para uso clínico, é necessário conhecer os detalhes metodológicos, os resultados quantitativos, as características dos participantes, os critérios usados para definir os eventos e a forma como o modelo se comporta em diferentes grupos. Esses pormenores não estão incluídos na notícia resumida pelo Sapo.pt; por isso, não é possível avaliar aqui a precisão clínica do sistema nem comparar a sua eficácia com ferramentas já usadas pelos médicos.

O que uma validação robusta deve esclarecer

  • Discriminação: até que ponto o modelo distingue corretamente pessoas que tiveram eventos das que não tiveram.
  • Calibração: se as probabilidades estimadas correspondem ao risco observado na população analisada.
  • Generalização: se o desempenho se mantém em hospitais, equipamentos e grupos de doentes diferentes.
  • Equidade: se os resultados variam entre faixas etárias, sexos e outros grupos, e se essas diferenças são aceitáveis.
  • Utilidade clínica: se a informação melhora decisões e resultados, em vez de apenas produzir uma classificação adicional.

O que esta descoberta pode mudar — e o que não muda hoje

A principal oportunidade está em aproveitar dados que já podem ser recolhidos durante uma polissonografia. Se estudos futuros confirmarem a utilidade do método, um exame pedido para investigar o sono poderá eventualmente fornecer informação complementar sobre risco cardiovascular, sem exigir necessariamente um novo registo cardíaco separado.

Isso pode apoiar a triagem: por exemplo, ajudar uma equipa clínica a decidir quem poderá beneficiar de uma avaliação mais aprofundada. Mas triagem não é diagnóstico, e um sinal de risco não substitui a consulta, a interpretação dos sintomas ou os exames indicados para cada pessoa. Um resultado obtido por algoritmo só tem valor clínico quando é compreendido no contexto do doente e usado por profissionais habilitados.

O estudo não anuncia uma aplicação para o público nem uma funcionalidade disponível em todos os relógios inteligentes. O modelo foi estudado a partir de registos de exames do sono em contexto hospitalar. Um ECG de uma derivação obtido num dispositivo de consumo pode diferir em qualidade, duração, posição dos elétrodos e condições de recolha. Não é seguro presumir que um algoritmo concebido para polissonografias funciona da mesma maneira nesses aparelhos.

Comparação: que opções existem atualmente?

Há várias formas de recolher informação relacionada com o coração e o sono, mas elas respondem a perguntas diferentes. A escolha depende dos sintomas, do historial clínico e da avaliação de um profissional.

  • Polissonografia: exame abrangente realizado para estudar o sono. Pode recolher vários sinais fisiológicos, incluindo ECG, respiração e oxigenação. A vantagem é permitir avaliar diferentes aspetos durante a noite; a limitação é que requer uma avaliação clínica e não é, em regra, um teste doméstico de rotina para prever insuficiência cardíaca.
  • Holter cardíaco: monitorização portátil do ritmo cardíaco durante um período determinado, frequentemente indicada para investigar sintomas ou alterações do ritmo. Pode registar a atividade cardíaca durante a vida quotidiana, mas não substitui um estudo completo do sono.
  • Relógio ou dispositivo com ECG: alguns dispositivos de consumo conseguem registar um traçado curto, geralmente de uma derivação. Podem ser úteis para documentar determinados episódios, conforme o aparelho e a orientação clínica, mas não devem ser tratados como exames capazes de diagnosticar ou excluir insuficiência cardíaca.
  • Avaliação clínica e fatores de risco: consulta, historial, exame físico e testes pedidos conforme necessário continuam a ser centrais. Não produzem necessariamente uma previsão individual exata a dez anos, mas ajudam a interpretar a saúde da pessoa de forma mais completa.

Em termos práticos, não existe uma opção universalmente “melhor”: a polissonografia investiga o sono; o Holter acompanha a atividade cardíaca por mais tempo; um ECG de consumo pode registar um traçado pontual; e a consulta clínica integra sintomas e contexto. Usar um método para responder a uma pergunta para a qual não foi concebido pode gerar falsa tranquilidade ou preocupação desnecessária.

O que fazer se tem dúvidas sobre o coração ou o sono

  1. Observe os sintomas e o seu padrão. Anote quando surgem, quanto duram e se aparecem durante o esforço, em repouso ou à noite. Registar a informação pode ajudar na conversa com o profissional de saúde, mas não confirma uma causa.
  2. Marque uma avaliação se houver uma preocupação persistente. Leve uma lista dos sintomas, dos medicamentos e do historial pessoal e familiar que considere relevante. O profissional decidirá se é necessário algum exame.
  3. Se já usa um dispositivo, partilhe os registos com cautela. Um gráfico ou alerta pode ser útil como informação complementar, mas não deve ser interpretado isoladamente nem usado para alterar medicamentos por conta própria.
  4. Pergunte pelo objetivo de cada exame. Um teste para investigar uma perturbação do sono pode não ser o exame adequado para avaliar outra condição cardíaca. Saber o que o exame consegue e não consegue responder evita expectativas incorretas.
  5. Procure ajuda urgente perante sinais graves. Dor ou pressão no peito, falta de ar intensa, desmaio ou outros sintomas súbitos e preocupantes exigem contacto imediato com os serviços de emergência locais.

Limitações e riscos de interpretar demais a inteligência artificial

Um modelo pode encontrar associações sem provar que existe uma relação causal. Mesmo que certos padrões de ECG estejam ligados a maior risco numa população, isso não demonstra que esses padrões provoquem a doença ou que uma intervenção baseada neles vá preveni-la.

Também há o risco de resultados falsos positivos e falsos negativos. Um falso positivo pode causar ansiedade e levar a exames desnecessários; um falso negativo pode dar uma sensação de segurança que não é justificada. A calibração e a validação em populações diversas são essenciais para reduzir esses problemas.

Outro desafio é a diversidade dos dados. Os participantes de hospitais específicos podem não representar todas as populações, e equipamentos, práticas clínicas ou características dos doentes podem variar. Além disso, os algoritmos podem ser difíceis de explicar: nem sempre é simples perceber que aspetos do sinal levaram a uma determinada classificação. A supervisão clínica e a transparência sobre o desempenho são, por isso, fundamentais.

O que poderá acontecer nos próximos anos

Uma tendência plausível é a integração de modelos de análise em fluxos clínicos já existentes, com ferramentas que assinalem exames que merecem revisão adicional. Antes de isso se tornar rotina, porém, serão necessários estudos que demonstrem não apenas que o algoritmo identifica padrões, mas que a sua utilização melhora decisões e beneficia os doentes.

Também será importante investigar se o desempenho se mantém em exames de diferentes instituições e em pessoas com condições de saúde diversas. Caso essa evidência se confirme, sistemas deste tipo poderão funcionar como apoio à decisão — não como substitutos do médico, nem como oráculos capazes de prever com certeza quem ficará doente. A adoção dependerá ainda da integração nos sistemas hospitalares, da proteção dos dados e de regras claras sobre como comunicar resultados aos doentes.

Perguntas frequentes

Um exame do sono consegue dizer se vou ter insuficiência cardíaca?

Não com certeza. O estudo descrito avalia se um modelo consegue identificar grupos com diferentes níveis de risco a partir de sinais registados durante o sono. Isso não equivale a prever o destino de uma pessoa nem a fazer um diagnóstico individual.

Posso usar o ECG do meu relógio para obter essa previsão?

A notícia não indica que o modelo esteja disponível para relógios inteligentes. Os dados analisados vieram de ECGs de uma derivação recolhidos em polissonografias. Um traçado produzido por um dispositivo de consumo não deve ser considerado equivalente nem usado para confirmar ou excluir insuficiência cardíaca.

O modelo já está a ser utilizado nos hospitais?

As informações apresentadas descrevem uma investigação e a validação do sistema em conjuntos de dados hospitalares. Não demonstram, por si só, que a ferramenta esteja aprovada, disponível na prática clínica ou integrada nos exames de rotina. Para saber o estado de utilização, é necessário consultar publicações e orientações atualizadas dos investigadores e das entidades de saúde relevantes.

Se o meu exame do sono não apontar risco, posso ficar descansado?

Não se deve usar um resultado de algoritmo como garantia de que não existe doença. Se tiver sintomas ou fatores de risco que o preocupem, fale com um profissional de saúde, mesmo que um dispositivo ou exame anterior não tenha assinalado alterações.

Conclusão

A investigação relatada pelo Sapo.pt mostra como a inteligência artificial pode encontrar informação potencialmente útil em sinais cardíacos recolhidos durante o sono. A análise de ECG de uma derivação, combinada com dados das fases do descanso, poderá vir a complementar a avaliação de risco cardiovascular. Mas ainda é essencial distinguir uma descoberta promissora de uma ferramenta clínica pronta para uso: o modelo não é uma previsão garantida, não substitui uma avaliação médica e não deve ser confundido com uma funcionalidade já disponível em dispositivos de consumo.

Para já, a atitude mais sensata é encarar a tecnologia como uma possível aliada futura da investigação e da triagem, mantendo a avaliação clínica como referência para decisões sobre saúde. Sintomas persistentes ou preocupantes merecem ser discutidos com um profissional, independentemente do que um relógio ou algoritmo possa indicar.

E você, já testou essa funcionalidade? Conte sua experiência (ou dúvidas) nos comentários! Se este guia te ajudou, compartilhe com alguém que também precisa saber disso. E para receber nossos tutoriais e análises em primeira mão, assine a newsletter do Tech Advisor Brasil.