Uso Clínico da Eletrocardiografia Possível de Inteligência Artificial para Detecção de Hipertensão Pulmonar: Meta-análise Baseada na Probabilidade Pré e Pós-Testes

O que aconteceu

A hipertensão pulmonar é frequentemente diagnosticada tardiamente porque suas manifestações precoces são inespecíficas. O eletrocardiograma com inteligência artificial pode fornecer um método escalável para identificar pacientes que necessitam de avaliação adicional. Foram pesquisadas oito bases de dados desde o início até maio de 2026 sem restrições linguísticas para estudos que avaliassem inteligência artificial ou algoritmos de aprendizado de máquina aplicados aos eletrocardiogramas padrão de 12 derivações contra padrões invasivos de referência hemodinâmica ou ecocardiográfica. Dois revisores selecionaram de forma independente estudos, extraíram dados e avaliaram o risco de viés. A sensibilidade e especificidade foram agrupadas utilizando-se um modelo bivariado de efeitos aleatórios. O protocolo foi registrado prospectivamente no PROSPERO (CRD420251149532). Foram incluídos cinco estudos retrospectivos com 103.884 indivíduos. A sensibilidade agrupada foi de 0,81 (IC 95%, 0,79-0,82), a especificidade agrupada foi de 0,80 (IC 95%, 0,76-0,83), e a área sumária sob a curva foi de 0,85 (IC 95%, 0,81-0,88). A razão de verossimilhança positiva foi de 4,03 (IC 95%, 3,38-4,80), e a razão de verossimilhança negativa foi de 0,24 (IC 95%, 0,23-0,26). Com probabilidade pré-teste de 20%, resultados positivos e negativos corresponderam a probabilidades pós-teste de aproximadamente 50% e 6%, respectivamente. A heterogeneidade foi substancial, mas as análises não alteraram materialmente as estimativas agrupadas. O eletrocardiograma com inteligência artificial mostrou bom desempenho na detecção de hipertensão pulmonar e pode apoiar o achado de casos direcionados. Estudos prospectivos devem determinar se seu uso melhora as vias diagnósticas e os resultados do paciente.