Una inteligencia artificial revoluciona la detección de enfermedades cardíacas

La inteligencia artificial EchoNext podría transformar la identificación de enfermedades cardíacas estructurales, afecciones que a menudo pasan desapercibidas hasta que generan complicaciones graves. Este avance, impulsado por especialistas de la Universidad de Columbia y el Hospital Presbiteriano de Nueva York, se basa en una tecnología que alcanzó mayor precisión que los cardiólogos en la detección de cardiopatías ocultas a través de electrocardiogramas (ECG).

El estudio, publicado en la revista Nature, resalta que este método emplea un examen sencillo y asequible, lo que lo convierte en una herramienta efectiva para detectar tempranamente y acceder a tratamientos oportunos.

Patologías como las valvulopatías o las cardiopatías congénitas suelen mantenerse asintomáticas en las etapas iniciales. La falta de pruebas de detección temprana accesibles dificulta el diagnóstico precoz, limita las opciones de intervención y multiplica el riesgo de complicaciones severas.

Por su parte, Pierre Elias, profesor adjunto en medicina e informática biomédica y director médico de inteligencia artificial en el NewYork-Presbyterian, explicó: “Tenemos colonoscopias, tenemos mamografías, pero no existen equivalentes para la mayoría de las enfermedades cardíacas”. El electrocardiograma posee un bajo coste y una amplia disponibilidad, pero históricamente se considera incapaz de detectar alteraciones estructurales cardíacas.

“En la facultad de medicina nos enseñaron que no se pueden detectar cardiopatías estructurales con un electrocardiograma”, afirmó Elias. El ecocardiograma, que utiliza ultrasonido para mostrar la estructura del corazón, sigue siendo la prueba de referencia, aunque su uso como examen de cribado masivo presenta limitaciones por costes y disponibilidad.

EchoNext fue entrenada con más de 1,2 millones de pares de electrocardiogramas y ecocardiogramas de 230.000 pacientes, proporcionando una base sólida y confiable. La validación se realizó en un estudio en cuatro hospitales, que incluyó varios centros del NewYork-Presbyterian, donde demostró alta precisión para identificar insuficiencia cardíaca por miocardiopatía, enfermedad valvular, hipertensión pulmonar y aumento severo del grosor cardíaco.

El especialista, subrayó la importancia de probar la herramienta en escenarios reales, lo que refuerza su utilidad clínica.

Esta herramienta analiza de forma automática los electrocardiogramas mediante inteligencia artificial. El sistema aprovecha una amplia base de datos que relaciona los registros eléctricos cardíacos (ECG) con los resultados confirmados de ecocardiogramas, la prueba convencional para detectar alteraciones estructurales. Así, identifica patrones en los ECG que son imperceptibles para el análisis humano.

Cuando se registra un nuevo electrocardiograma, la herramienta compara la señal eléctrica con cientos de miles de antecedentes. Si detecta características compatibles con enfermedades estructurales, emite una alerta de riesgo y sugiere estudios complementarios. Este proceso no requiere cambios en el examen tradicional ni incrementa costos o complejidad para el paciente.

En el estudio, se evaluó el desempeño de EchoNext frente a trece cardiólogos que revisaron 3.200 ECG. La inteligencia artificial acertó en el 77% de los casos, mientras que los especialistas, basándose solo en datos del ECG, alcanzaron una precisión del 64%. Este resultado evidencia el potencial disruptivo de la tecnología en la identificación de enfermedades habitualmente inadvertidas por métodos convencionales.

Al emplear EchoNext en 85.000 pacientes sin antecedentes de ecocardiograma, la herramienta detectó a más de 7.500 personas (9%) con riesgo elevado de cardiopatía sin diagnosticar. Durante el año de seguimiento, el 55% de estos pacientes realizó su primer ecocardiograma y casi el 75% recibió diagnóstico de una enfermedad cardiovascular estructural.

Esta proporción duplicó la tasa de diagnósticos frente a los exámenes sin inteligencia artificial. Si todos los pacientes identificados como de alto riesgo hubieran sido derivados a ecocardiografía, se habrían identificado unos 2.000 casos adicionales de enfermedades graves.

La proyección es significativa. Elias indicó: “No se puede tratar a un paciente sin conocerlo”. Añadió: “Con nuestra tecnología, podríamos convertir los aproximadamente 400 millones de ECG que se realizarán en todo el mundo este año en 400 millones de oportunidades para detectar cardiopatías estructurales y, potencialmente, administrar un tratamiento vital en el momento más oportuno”.

El Centro Médico Irving de la Universidad de Columbia afirma que la implementación de la herramienta haría más eficiente el uso de recursos sanitarios, al derivar solo a quienes realmente requieren estudios especializados, mejorando los resultados clínicos y favoreciendo la sostenibilidad de los sistemas de salud.

El equipo de Columbia difundió un set de datos anónimos que permitirá que otras instituciones desarrollen y perfeccionen modelos similares. A su vez, la herramienta está en fase de pruebas en ocho servicios de urgencias para confirmar su eficacia en contextos de demanda elevada.

La combinación de pruebas accesibles como el electrocardiograma y la inteligencia artificial representa un cambio profundo para la estrategia contra las enfermedades cardíacas estructurales, con diagnósticos anticipados y tratamientos efectivos para millones de personas.