Investigadores de Yale desarrollan un modelo que podría mejorar considerablemente la detección temprana de insuficiencia cardíaca a nivel global.
Un equipo de investigadores de Yale ha desarrollado un modelo basado en inteligencia artificial (IA) capaz de predecir el riesgo de insuficiencia cardíaca utilizando imágenes de electrocardiogramas (ECG). Este avance, publicado en el European Heart Journal, permite identificar a personas en riesgo antes de que presenten síntomas, mejorando la prevención y el tratamiento en diversos entornos clínicos.
El ECG es una prueba no invasiva que mide la actividad eléctrica del corazón. Por su accesibilidad y bajo costo, es una herramienta ideal para evaluaciones preventivas. Sin embargo, hasta ahora, identificar el riesgo de insuficiencia cardíaca requería evaluaciones clínicas extensas y costosas, como análisis de sangre y antecedentes médicos detallados, que no están disponibles en todas las regiones.
El modelo de IA desarrollado por el equipo de Yale utiliza imágenes de ECG de 12 derivaciones para estratificar el riesgo de insuficiencia cardíaca. Según el autor principal del estudio, Lovedeep Singh Dhingra, “este modelo permite predecir quién tiene mayor probabilidad de desarrollar insuficiencia cardíaca en el futuro, mucho antes de que presenten síntomas evidentes”.
El modelo fue validado en tres cohortes internacionales en Estados Unidos: Yale New Haven Health System (YNHHS); en Reino Unido: UK Biobank; y en Brasil: Estudio Longitudinal de Salud del Adulto (ELSA-Brasil). En total, se analizaron datos de más de 286 mil personas sin insuficiencia cardíaca al inicio del estudio. Los resultados demostraron que un ECG positivo en el modelo de IA aumentaba entre 4 y 24 veces el riesgo de desarrollar insuficiencia cardíaca. Además, el modelo mostró una capacidad predictiva significativamente superior a las estrategias tradicionales, con estadísticas de discriminación (C-statistic) de 0.718 a 0.810 en las distintas cohortes.
La herramienta desarrollada por el Laboratorio de Ciencia de Datos Cardiovasculares (CarDS, en inglés) representa un cambio de paradigma en la estratificación del riesgo cardiovascular. Según el investigador principal, Rohan Khera, “cada vez que un médico realiza un ECG, nuestro modelo ofrece una oportunidad para el cribado y la estratificación del riesgo de enfermedad cardiovascular”.
En este sentido, el modelo no solo mejora la detección temprana, sino que también tiene el potencial de ser implementado en contextos con recursos limitados gracias a la amplia disponibilidad de ECG. Esto abre la puerta a intervenciones tempranas que pueden reducir hospitalizaciones y muertes prematuras.
El equipo de investigación enfatiza la importancia de una implementación global y equitativa de esta tecnología. “Queremos garantizar que estas herramientas de IA se integren en la práctica clínica diaria de manera accesible para todos los pacientes”, destacó Khera.
Según el estudio, este avance tiene el potencial de transformar la prevención de enfermedades cardiovasculares, permitiendo intervenciones más oportunas y mejorando los resultados en pacientes de todo el mundo.
