As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
On a routine heart ultrasound, echocardiographers have to pick out a chamber that is hard to see. The right ventricle, the part of the heart that pumps blood to the lungs, has a crescent shape and sits behind the breastbone, so measuring it takes significant time and expertise. The more precise alternative, cardiac MRI (magnetic resonance imaging), is expensive and not as widely available. A team at the Mass General Brigham Heart and Vascular Institute set out to automate that measurement.
Numa ecografia cardíaca de rotina, os ecocardiografistas têm de identificar uma câmara difícil de ver. O ventrículo direito, a parte do coração que bombeia o sangue para os pulmões, tem forma de crescente e situa-se por detrás do esterno, pelo que medi-lo exige muito tempo e experiência. A alternativa mais precisa, a ressonância magnética cardíaca, é cara e não está tão disponível. Uma equipa do Mass General Brigham Heart and Vascular Institute propôs-se automatizar essa medição.
The tool, DROID-RV, is a deep learning model, a type of AI especially good at processing images. Its authors trained it on more than 380,000 echocardiogram video clips from about 17,000 patients seen in cardiology clinics. With colleagues from the Machine Learning for Health initiative at the Broad Institute of MIT and Harvard, they taught it to learn from both written descriptions of the chamber and numerical measurements. They then tested it on about 9,100 primary care patients from their own health system, and on an independent set of 831 patients from a hospital in Hungary. Finally, they linked its predictions to the patients' health records followed over time.
A ferramenta, o DROID-RV, é um modelo de aprendizagem profunda, um tipo de IA especialmente eficaz no processamento de imagens. Os autores treinaram-no com mais de 380 000 vídeos de ecocardiograma de cerca de 17 000 doentes observados em consultas de cardiologia. Com colegas da iniciativa Machine Learning for Health do Broad Institute do MIT e de Harvard, ensinaram-no a aprender tanto a partir de descrições escritas da câmara como de medições numéricas. Testaram-no depois com cerca de 9 100 doentes de cuidados de saúde primários do seu próprio sistema de saúde e com um conjunto independente de 831 doentes de um hospital da Hungria. Por fim, associaram as suas previsões aos processos clínicos dos doentes, acompanhados ao longo do tempo.
On measurement, DROID-RV estimated right ventricular diameter to within about 3 millimeters on average, and it identified reduced pumping function with high accuracy, including on the outside data set. The predictions also tracked later illness. Patients predicted to have dilated right ventricles were twice as likely to die within five years as patients predicted to have normal size. Larger size or worse function was associated with heart failure, atrial fibrillation (an irregular heartbeat) and death. Those links held after accounting for age, sex, height, weight and left ventricular function, the main pumping chamber.
Na medição, o DROID-RV estimou o diâmetro do ventrículo direito com um erro de cerca de 3 milímetros em média, e identificou a redução da capacidade de bombeamento com grande precisão, incluindo no conjunto de dados externo. As previsões acompanharam também a evolução posterior da doença. Os doentes com previsão de ventrículos direitos dilatados tinham duas vezes mais probabilidades de morrer nos cinco anos seguintes do que os doentes com previsão de tamanho normal. Um tamanho maior ou uma função pior estavam associados a insuficiência cardíaca, fibrilhação auricular (um batimento cardíaco irregular) e morte. Essas ligações mantiveram-se depois de ter em conta a idade, o sexo, a altura, o peso e a função do ventrículo esquerdo, a principal câmara de bombeamento.
The most striking result, the authors say, is that the predictions were sometimes more strongly tied to future disease than the measurements the echocardiographer had made on the same scan. Predicted dysfunction stayed linked to death and atrial fibrillation even after that assessment was taken into account. The authors suggest the model may draw on parts of the video that are not routinely measured. These are associations observed in patient records; the study does not show that acting on the predictions changes outcomes.
O resultado mais surpreendente, segundo os autores, é que as previsões estavam por vezes mais fortemente ligadas a doenças futuras do que as medições que o ecocardiografista tinha feito no mesmo exame. A disfunção prevista continuou associada à morte e à fibrilhação auricular mesmo depois de ter sido tida em conta essa avaliação. Os autores sugerem que o modelo possa basear-se em partes do vídeo que não são medidas de rotina. Trata-se de associações observadas nos processos clínicos; o estudo não demonstra que agir com base nas previsões altere os resultados.
For echocardiographers, the nearest gain is speed: the tool could provide preliminary measurements and flag abnormal exams that need a closer look. It could also point patients toward a costlier MRI when one is needed, which matters most where MRI machines or expert readers are scarce, and in acute cases that call for an immediate assessment. The authors say tools like DROID-RV could eventually also predict future cardiovascular disease, and that future models could be trained on outcomes directly. They give no date for any of this, and DROID-RV remains a research result.
Para os ecocardiografistas, o ganho mais imediato é a rapidez: a ferramenta poderia fornecer medições preliminares e assinalar exames anormais que necessitam de uma análise mais atenta. Poderia também orientar os doentes para uma ressonância magnética, mais cara, quando esta for necessária, o que tem mais importância onde há escassez de equipamentos de ressonância ou de especialistas na leitura dos exames, e em casos urgentes que exigem uma avaliação imediata. Os autores afirmam que ferramentas como o DROID-RV poderão, com o tempo, prever também doenças cardiovasculares futuras, e que modelos futuros poderão ser treinados diretamente com base nos resultados. Não indicam data para nenhuma destas hipóteses, e o DROID-RV continua a ser um resultado de investigação.