MD+DI: FDA Autoriza Software de Inteligência Artificial da Eko para Análise de Sopros Cardíacos

A Eko recebeu autorização da Administração de Alimentos e Medicamentos dos Estados Unidos (FDA) para comercializar seu software de análise de sopros cardíacos baseado em inteligência artificial, ampliando as capacidades diagnósticas de seus estetoscópios digitais.

O Eko Murmur Analysis Software (EMAS) foi desenvolvido para detectar e caracterizar sopros cardíacos em pacientes adultos e pediátricos, auxiliando profissionais de saúde na identificação de possíveis doenças valvares cardíacas durante exames clínicos de rotina.

A tecnologia utiliza algoritmos avançados de aprendizado de máquina para analisar os sons cardíacos captados pelos dispositivos da Eko. Quando disponíveis, dados complementares de eletrocardiograma (ECG) e fonocardiograma (PCG) também podem ser incorporados à análise.

Uma das principais inovações do software é sua capacidade de diferenciar sopros cardíacos inocentes daqueles potencialmente associados a alterações estruturais do coração, fornecendo informações adicionais para apoiar a tomada de decisões clínicas.

As doenças valvares cardíacas frequentemente permanecem sem diagnóstico durante anos devido à dificuldade de identificação precoce dos sinais clínicos. Ferramentas baseadas em inteligência artificial podem contribuir para aumentar a precisão e a consistência da triagem cardiovascular.

Segundo a Eko, o algoritmo foi treinado utilizando uma extensa base de dados clínicos composta por gravações de sons cardíacos validadas por especialistas, permitindo o desenvolvimento de modelos capazes de reconhecer padrões associados a diferentes tipos de sopros cardíacos.

A autorização da FDA representa mais um avanço na integração entre inteligência artificial e exame físico tradicional, transformando o estetoscópio em uma ferramenta digital capaz de oferecer suporte adicional à avaliação cardiovascular.

Com essa aprovação, a Eko reforça sua missão de ampliar o acesso à detecção precoce de doenças cardíacas por meio da combinação de dispositivos conectados, software clínico e algoritmos avançados de inteligência artificial.