Pesquisadores da Universidade Edith Cowan desenvolveram um software para analisar rapidamente exames de densidade óssea para detectar calcificação da aorta abdominal (AAC), um preditor de eventos cardiovasculares e outros riscos à saúde. O software processa imagens com taxa de concordância de até 80% com especialistas, o que pode revolucionar a detecção precoce de doenças na prática clínica de rotina.

As varreduras de densidade óssea agora podem identificar rapidamente indicadores de risco à saúde cardiovascular. Com a inteligência artificial, em breve seremos capazes de prever o risco futuro de doenças graves de saúde com o premir de um botão. A calcificação da aorta abdominal (CAA) é a deposição de cálcio na parede da aorta abdominal. Pode sinalizar um risco aumentado de eventos cardiovasculares, incluindo ataque cardíaco e acidente vascular cerebral.

Também pode prever o risco de quedas, fraturas e demência mais tarde na vida. Convenientemente, exames regulares de densidade óssea usados ​​para detectar osteoporose também podem detectar AAC. No entanto, são necessários especialistas altamente treinados para analisar as imagens, e o processo de análise pode levar de 5 a 15 minutos por imagem.

Mas pesquisadores da Escola de Ciências da Universidade Edith Cowan (ECU) e da Escola de Medicina e Ciências da Saúde colaboraram para desenvolver um software que pode analisar imagens digitalizadas com muito mais rapidez: cerca de 60.000 imagens por dia.

O professor associado Joshua Lewis, pesquisador e bolsista da Heart Foundation Future Leaders, disse que esse enorme aumento na eficiência é crucial para o uso generalizado da AAC na pesquisa e para ajudar as pessoas a evitar problemas de saúde mais tarde na vida.

"Como essas imagens e a pontuação automatizada podem ser obtidas de forma rápida e fácil no momento do teste de densidade óssea, isso poderá levar no futuro a novos métodos para detecção precoce de doenças cardiovasculares e monitoramento de doenças na prática clínica de rotina", disse ele.

Os resultados vêm de uma colaboração internacional entre a Edith Cowan University, a University of Western Australia, a University of Minnesota, a University of Southampton, a University of Manitoba, o Marcus Institute on Aging e a Hebrew Senior Living Harvard Medical School. Esta é uma colaboração global verdadeiramente multidisciplinar. Embora este não seja o primeiro algoritmo a avaliar a CAA a partir dessas imagens, este estudo é o maior do gênero, é baseado no modelo de máquina de densidade óssea mais comumente usado e é o primeiro a ser testado no mundo real usando imagens como parte de testes de densidade óssea de rotina.

Mais de 5.000 imagens foram analisadas pelo software do especialista e da equipe de pesquisa. Após comparar os resultados, os especialistas e o software chegaram à mesma conclusão sobre o grau de AAC (baixo, médio ou alto) em 80% das vezes – um número impressionante considerando que esta é a primeira versão do software. É importante ressaltar que apenas 3% das pessoas que se pensava terem níveis elevados de AAC foram incorretamente diagnosticadas pelo software como tendo níveis baixos de AAC.

O professor Lewis disse: "Isso é digno de nota porque essas são as pessoas com a doença mais grave e com maior risco de eventos cardiovasculares fatais e não fatais e de mortalidade por todas as causas. Embora a precisão do software ainda precise ser melhorada em comparação com as leituras manuais, esses resultados foram gerados pela versão 1.0 do nosso algoritmo e nossa versão mais recente melhorou muito os resultados."

"A avaliação automatizada da presença e extensão da CAA com uma precisão semelhante à dos especialistas em imagiologia abre a possibilidade de rastreio em larga escala para doenças cardiovasculares e outras doenças - mesmo antes de alguém desenvolver quaisquer sintomas. Isto permitirá que as pessoas em risco façam as mudanças necessárias no estilo de vida mais cedo e que vivam de forma mais saudável mais tarde na vida."