Clinical readiness and methodological rigor of AI models for ventricular arrhythmia and sudden cardiac death prediction: A systematic review with PROBAST+AI appraisal

Resumo A morte súbita cardíaca (MSC) permanece uma causa importante de mortalidade, e a estratificação de risco com base na fração de ejeção do ventrículo esquerdo (FEVE) apresenta limitações significativas. A inteligência artificial (IA) tem emergido como uma possível abordagem para a modelação do risco arrítmico complexo. Realizámos uma revisão sistemática com apresentação pré-especificada de subgrupos de referência (sem meta-análise), para avaliar o desempenho de modelos de IA na predição de MSC e de arritmias ventriculares malignas, com apreciação do risco de viés segundo o PROBAST+AI. Pesquisámos nas bases de dados MEDLINE/PubMed, Embase e Scopus desde o início até ao dia 3 de outubro de 2025. A apresentação de subgrupos de referência foi limitada a estudos que reportaram a área sob a curva ROC (AUROC) com intervalos de confiança (IC) de 95% em subgrupos pré-definidos por modalidade e horizonte temporal; estudos sem IC, ou baseados apenas na variação de validação cruzada, foram sintetizados narrativamente como evidência suplementar. Treze estudos cumpriram os critérios de inclusão; cinco forneceram AUROC com IC de 95% nos subgrupos pré-especificados e foram incluídos como estimativas de referência (k=1 por subgrupo). A qualidade metodológica e o relato foram globalmente limitados: 54% dos estudos (7/13) foram classificados como alto risco de viés pelo PROBAST+AI, sobretudo devido a desenhos exclusivamente com validação cruzada, problemas de unidade de análise, validação externa limitada e reporte escasso de calibração. Entre as estimativas de referência, os modelos de deep learning aplicados a ECG ambulatório de derivação única demonstraram elevada discriminação para taquiarritmias ventriculares em horizonte de curto prazo (AUROC 0,948; IC 95% 0,926–0,967), enquanto modelos baseados em ECG de 12 derivações apresentaram bom desempenho para MSC de longo prazo (AUROC 0,820; IC 95% 0,794–0,847). A estimativa de referência multimodal (AUROC 0,84) foi numericamente superior à estimativa de referência radiómica da ressonância magnética cardíaca (AUROC 0,70), embora se trate de uma comparação indireta entre estudos. Os modelos de IA aplicados ao ECG apresentam elevada discriminação relatada em janelas de risco de curto prazo; contudo, as comparações entre estudos permanecem indiretas e a heterogeneidade metodológica continua a constituir uma barreira para a aplicação clínica.