Un electrocardiograma común, apoyado por AI, duplicó la detección de enfermedad hepática crónica avanzada no diagnosticada en atención primaria.
Investigadores de Mayo Clinic desarrollaron un modelo de inteligencia artificial basado en electrocardiogramas (AI-ECG) que permite identificar de manera temprana enfermedad hepática crónica avanzada, incluso en pacientes sin síntomas. El avance, publicado en Nature Medicine, podría facilitar diagnósticos oportunos y reducir la progresión hacia etapas irreversibles como la cirrosis, en un contexto de aumento global de factores de riesgo como obesidad, diabetes tipo 2, hipertensión y apnea del sueño.
La enfermedad hepática crónica suele diagnosticarse en fases tardías, cuando aparecen manifestaciones clínicas como sangrado gastrointestinal, retención de líquidos o ictericia. Según Mayo Clinic, este retraso limita las opciones terapéuticas y aumenta la probabilidad de que los pacientes requieran un trasplante de hígado. “La enfermedad hepática crónica es progresiva, por lo que cuanto antes podamos diagnosticarla, antes podremos detener su avance hacia etapas irreversibles”, explicó el Dr. Doug Simonetto, hepatólogo de trasplantes en Mayo Clinic y autor principal del estudio. “La intervención temprana puede disminuir la probabilidad de que un paciente necesite un trasplante hepático en el futuro”.
El modelo se basa en la relación estrecha entre el corazón y el hígado. La cicatrización hepática puede aumentar la presión en el sistema circulatorio y generar cambios eléctricos detectables en el corazón. A partir de esta premisa, el equipo entrenó un algorithm of machine learning or machine learning para analizar señales eléctricas captadas por electrocardiogramas de rutina. El modelo fue evaluado en más de 11 mil pacientes atendidos en Mayo Clinic, y permitió identificar el doble de casos de enfermedad hepática avanzada en comparación con los métodos diagnósticos habituales, con confirmación posterior mediante estudios de imagen o pruebas sanguíneas validadas.
El estudio se llevó a cabo como un ensayo clínico aleatorizado pragmático en atención primaria, con la participación de 248 médicos en Rochester y en el sistema de salud de Mayo Clinic. En el grupo que tuvo acceso a los resultados del modelo AI-ECG, la tasa de nuevos diagnósticos de enfermedad hepática crónica avanzada fue significativamente mayor que en el grupo de atención habitual. En particular, entre los pacientes con resultados positivos en el modelo de AI, la detección de enfermedad avanzada fue más de cuatro veces superior.
Por su parte, el Dr. David Rushlow, médico de familia en Mayo Clinic Health System y coautor del estudio, explicó que el impacto clínico es especialmente relevante. “Como médico de atención primaria, he visto con frecuencia cómo la enfermedad hepática avanzada pasa desapercibida porque no presenta síntomas hasta que se vuelve irreversible. Muchos de los pacientes identificados mediante el modelo AI-ECG no sabían que vivían con una enfermedad hepática avanzada”, señaló. “Al detectar estos casos de manera temprana, pudimos conectarlos con el tratamiento adecuado en un momento en el que la intervención realmente puede marcar la diferencia”.
Además de mejorar la detección de cirrosis, el modelo también incrementó la identificación de fibrosis hepática en general, lo que refuerza su potencial como herramienta de tamizaje en entornos clínicos reales. De acuerdo con los investigadores, el uso de un electrocardiograma, que se trata de una prueba sencilla, no invasiva y de bajo costo, abre la posibilidad de incorporar estrategias de detección temprana de enfermedad hepática en la atención primaria sin necesidad de pruebas especializadas iniciales.
Los autores reconocen que la adherencia variable de los clínicos a las recomendaciones generadas por inteligencia artificial pudo limitar el rendimiento diagnóstico observado, lo que subraya la importancia de integrar estas herramientas de manera adecuada en la práctica médica. En los próximos pasos, el equipo dará seguimiento durante dos años a los pacientes recientemente diagnosticados para evaluar el impacto del diagnóstico temprano en la evolución de la enfermedad y en los resultados clínicos.
Mayo Clinic destaca que este avance ilustra el potencial de la inteligencia artificial aplicada a pruebas médicas rutinarias para mejorar la prevención, el diagnóstico oportuno y la atención personalizada. “Apenas estamos comenzando a comprender el verdadero potencial de herramientas habilitadas por AI como esta y la promesa que tienen para mejorar la atención preventiva y comunitaria”, concluyó el Dr. Rushlow.
