Contributo da Inteligência Artificial para classificação de imagem em estudos de perfusão do miocárdio: uma revisão sistemática

Resumo

Introdução – Os métodos de Inteligência Artificial (IA) como o deep learning (DL) e, em particular, as convolutional neural networks (CNN) caracterizam-se por executar tarefas que normalmente requerem cognição humana. Nos estudos de perfusão do miocárdio, os sistemas de IA têm assumido importância como ferramenta auxiliar aos especialistas de medicina nuclear, particularmente para classificação de imagem no âmbito da doença arterial coronária (DAC). Objetivos – Avaliar o contributo dos métodos de DL para classificação de imagem em estudos de perfusão do miocárdio. Métodos – Realizou-se uma revisão sistemática, onde foram incluídos 11 artigos, pesquisados nas bases de dados PubMed, Web of Science e Scopus. Incluíram-se estudos publicados nos últimos cinco anos, que procuram avaliar o desempenho dos métodos de DL para classificação de imagem em estudos de perfusão do miocárdio em contexto de DAC. Resultados – Dos 11 artigos incluídos, 82% utilizaram CNN e os restantes 18% aplicaram outros métodos de DL. A arquitetura Red-Green-Blue Convolutional Neural Network (RGB-CNN) demonstrou maior aplicabilidade, correspondendo a 45% das CNN utilizadas e apresentou melhor desempenho (AUC=94,58%). As restantes arquiteturas utilizadas corresponderam a 11% cada (CNN 2D; Inception V3; ResNet152V2; CNN Hand-Crafted e ResNet50). Conclusão – Os métodos de IA, nomeadamente o DL com recurso a CNN, demonstram ser benéficos para a classificação de imagens de perfusão do miocárdio, com potencial de aplicação no diagnóstico precoce de DAC, embora com necessidade de investigação futura.