Um exame de eletrocardiograma pode ser usado para diagnosticar diabetes tipo 2 e pré-diabetes. A proposta, que tem como base o uso de inteligência artificial, é apresentada na revista BMJ Innovations por cientistas dos Estados Unidos, que levaram em consideração os resultados de um teste com 1.262 participantes. Se validada em estudos maiores, a abordagem, além de menos invasiva que o tradicional exame de picada do dedo, tem potencial para ser usada para rastrear as complicações em ambientes de poucos recursos, dizem os autores, liderados pelo pesquisador e biomédico Hemant Kulkarni.
Leia Mais
Dois remédios para o coração aumentam risco de ataque cardíaco no calorNa terceira idade, carne vermelha é perigo para o coraçãoNatação no inverno: prática que beneficia o coração e a imunidadeUm eletrocardiograma de 12 derivações, com duração de 10 segundos, foi feito em cada um dos voluntários — a maioria, 61%, era mulher. Depois, 100 recursos estruturais e funcionais exclusivos para cada derivação foram combinados com 10.461 batimentos cardíacos únicos registrados. Assim, a equipe chegou ao algoritmo preditivo, denominado DiaBeats. Com base na forma e no tamanho dos batimentos cardíacos individuais, o algoritmo detecta rapidamente diabetes e pré-diabetes com uma precisão geral de 97%, independentemente de fatores influentes, como idade, sexo e distúrbios metabólicos coexistentes.
Sinais precoces
Segundo os autores, alterações estruturais e funcionais no sistema cardiovascular ocorrem precocemente — mesmo antes das alterações indicativas de glicose no sangue —, e elas aparecem em um traçado cardíaco do eletrocardiograma. O exame, portanto, pode funcionar para a detecção da doença nos estágios iniciais. "Em teoria, nosso estudo fornece uma alternativa relativamente barata, não invasiva e precisa (para os métodos diagnósticos atuais) que pode ser usada como um guardião para detectar efetivamente diabetes e pré-diabetes no início de seu curso", afirmam, em nota.
Apesar do resultado promissor, os pesquisadores reconhecem que os participantes do estudo estavam em alto risco de diabetes e outros distúrbios metabólicos. Portanto, é improvável que representem a população em geral. Além disso, o algoritmo foi um pouco menos preciso nos participantes que tomavam medicamentos prescritos para diabetes, pressão alta e colesterol alto, entre outras complicações. "A adoção desse algoritmo na prática de rotina precisará de validação robusta em conjuntos de dados externos e independentes", pondera o grupo.