MM-GradCAM: um método multimodal GradCAM aprimorado com dados de ECG 1D e 2D para detecção de arritmia cardíaca

Por que este estudo sobre o coração importa para você

Batimentos irregulares, conhecidos como arritmias, podem levar a desmaios, acidentes vasculares cerebrais ou morte súbita, e frequentemente não apresentam sinais de alerta até que seja tarde. Os médicos dependem dos eletrocardiogramas (ECGs) — as linhas pontiagudas familiares que registram a atividade cardíaca — para identificar problemas. Nos últimos anos, programas de computador ficaram muito bons em interpretar essas traçadas, por vezes rivalizando com especialistas. Mas eles costumam operar como uma caixa preta: fornecem uma resposta sem mostrar como chegaram a ela. Este estudo apresenta uma maneira de tornar essas ferramentas poderosas mais transparentes, ajudando os médicos a ver exatamente quais partes do ECG do paciente guiaram a decisão do computador.

Olhando dentro da caixa preta

Muitos sistemas modernos de IA médica usam aprendizado profundo, uma técnica que descobre automaticamente padrões nos dados em vez de depender de regras feitas à mão. Embora isso muitas vezes aumente a acurácia, também oculta o processo de raciocínio — uma preocupação grave quando vidas estão em jogo. Para gerar confiança, pesquisadores recorreram a métodos de “IA explicável” que destacam as regiões de uma imagem ou sinal que mais influenciaram o julgamento de um modelo. Uma das ferramentas mais usadas para isso é chamada Grad-CAM, que cria mapas de calor — sobreposições coloridas mostrando onde o algoritmo estava prestando atenção. Até agora, porém, essas explicações geralmente se limitavam a apenas um tipo de entrada, como um sinal de ECG bruto ou uma imagem, mas não ambos simultaneamente.

Duas visões do mesmo batimento

Neste trabalho, os autores focaram em um único canal de ECG comumente usado, chamado Derivação II, extraído de um grande banco de dados público com mais de 10.000 pacientes. Cada gravação de 10 segundos foi tratada de duas maneiras diferentes. Primeiro, manteve-se em sua forma unidimensional original, uma simples linha que traça a tensão ao longo do tempo. Segundo, foi transformada em uma imagem em tons de cinza — essencialmente uma tira de ECG plotada e salva como imagem. Para cada formato, a equipe construiu um modelo de aprendizado profundo correspondente baseado em uma rede neural convolucional de 17 camadas, uma arquitetura popular para reconhecimento de padrões. Uma rede aprendeu com o sinal 1D, a outra com a imagem 2D, e ambas foram treinadas para classificar batimentos em quatro grupos rítmicos: ritmo normal, ritmo lento, um grupo de ritmos rápidos e ritmos relacionados à fibrilação atrial.

Combinando duas explicações em uma

Após o treinamento, os pesquisadores aplicaram o Grad-CAM separadamente aos modelos baseados em sinal e em imagem. Para o modelo 1D, produziram segmentos coloridos sobre a linha do ECG onde a rede estava mais focada. Para o modelo de imagem, geraram mapas de calor que destacavam pontos quentes na foto do ECG. O novo método, chamado MM-GradCAM (Grad-CAM multimodal), então alinhou essas duas visões no tempo e no espaço e as fundiu em uma única explicação. Esse mapa unificado mostra, em uma tira de ECG combinada, tanto as pistas temporais da série quanto os padrões baseados em imagem que levaram à decisão da IA. Um cardiologista revisou muitos exemplos, comparando as regiões destacadas com características conhecidas de diferentes ritmos, como ausência de ondas P na fibrilação atrial ou batimentos muito rápidos e regulares em certos ritmos acelerados.

Quão bem o sistema interpreta o batimento

Em pacientes de teste não vistos anteriormente, o modelo baseado em imagem classificou corretamente os ritmos em cerca de 97% das vezes, enquanto o modelo baseado em sinal alcançou cerca de 93% de acurácia. O desempenho variou conforme o tipo de ritmo, sendo o modelo de imagem geralmente melhor, especialmente para padrões mais complexos ou sutis. Ao mesmo tempo, os mapas fundidos do MM-GradCAM mostraram que cada visão contribui com algo diferente. Em alguns pacientes com fibrilação atrial, a explicação baseada no sinal deixou de indicar regiões-chave, enquanto o mapa baseado em imagem focalizou corretamente trechos onde formas de onda normais estavam ausentes. Em outros casos, como certos ritmos rápidos, o mapa baseado em sinal apresentou uma imagem mais clara e clinicamente mais sensata. Ao apresentar ambas simultaneamente, o MM-GradCAM expôs pontos fortes e fracos que seriam invisíveis se apenas uma forma de entrada fosse usada.

O que isso significa para o cuidado cardíaco no futuro

A mensagem principal do estudo não é apenas que um computador pode detectar ritmos cardíacos anormais com precisão — muitos sistemas já conseguem isso — mas que seu raciocínio agora pode ser tornado mais compreensível para especialistas humanos. Ao combinar explicações baseadas em sinal e em imagem em uma visão coerente, o MM-GradCAM dá aos cardiologistas uma maneira de verificar se a IA está “olhando” para partes do ECG com significado médico. Isso pode aumentar a confiança, ajudar a detectar erros e até servir como ferramenta de ensino para estagiários aprendendo a interpretar ritmos complexos. Embora o método ainda precise ser testado em grupos de pacientes mais diversos e em fluxos de trabalho clínicos reais, ele aponta para um futuro em que ferramentas de IA poderosas não apenas fornecem respostas, mas também mostram claramente seu processo.

Citação: Murat Duranay, F., Murat, E., Yıldırım, Ö. et al. MM-GradCAM: an improved multimodal GradCAM method with 1D and 2D ECG data for detection of cardiac arrhythmia. Sci Rep 16, 7919 (2026). https://doi.org/10.1038/s41598-026-38654-w

Palavras-chave: arritmia cardíaca, eletrocardiograma, aprendizado profundo, IA explicável, Grad-CAM