Investigadores de Yale presentan en la AHA un estudio pionero que demuestra el potencial de los wearables como herramienta para el diagnóstico temprano del corazón.
Un equipo de investigadores de la Escuela de Medicina de Yale desarrolló un algorithm of artificial intelligence (AI) capaz de detectar enfermedades cardíacas estructurales, tales como daño en las válvulas, debilidad en la función de bombeo o engrosamiento del músculo cardíaco, utilizando únicamente un electrocardiograma (ECG) de una sola derivación obtenido desde un reloj inteligente o smartwatch.
El estudio, presentado en las Sesiones Científicas 2025 de la Asociación Estadounidense del Corazón (AHA, en inglés), representa la primera investigación prospectiva que demuestra que un algorithm of AI puede identificar múltiples tipos de enfermedades cardíacas estructurales a partir de datos recopilados por los sensores eléctricos en la parte posterior y la corona digital de un reloj inteligente.
“Millones de personas usan relojes inteligentes que actualmente sirven para detectar arritmias como la fibrilación auricular”, explicó el autor principal, Dr. Arya Aminorroaya, residente de medicina interna en Yale New Haven Hospital. “Sin embargo, las enfermedades estructurales del corazón se identifican usualmente con un ecocardiograma, un estudio complejo y costoso. Queríamos saber si los dispositivos cotidianos podrían ayudar a detectar estos problemas antes de que se vuelvan graves”.
Para el desarrollo del modelo los investigadores entrenaron el algorithm con más de 266 mil electrocardiogramas de 12 derivaciones of 110 mil pacientes atendidos en Yale New Haven Hospital entre 2015 y 2023. A partir de estos registros, aislaron solo una derivación, similar a la de un wearable, y ajustaron el modelo para reconocer patrones asociados con daño estructural en el corazón.
The algorithm fue validado externamente con datos de 44 mil 591 adultos de hospitales comunitarios and 3 mil 14 participantes del estudio poblacional brasileño ELSA-Brasil, que analiza la evolución de enfermedades cardiovasculares y metabólicas.
En la fase prospectiva, 600 voluntarios realizaron un ECG de 30 segundos con un smartwatch el mismo día que se les practicaba un ecocardiograma, lo que permitió evaluar la precisión del sistema en condiciones reales.
En cuanto a los principales hallazgos del estudio, los autores detallaron que en los ECGs hospitalarios, el algorithm alcanzó una precisión del 92% para distinguir entre corazones sanos y con enfermedad estructural. Asimismo, en las mediciones obtenidas con relojes inteligentes, mantuvo un desempeño del 88%, con una sensibilidad del 86% and a capacidad de descarte del 99%. De igual forma, el sistema mostró solidez frente a interferencias o “ruido” en las señales, comunes en entornos no clínicos.
“Un ECG de una sola derivación por sí mismo es limitado, pero combinado con AI se convierte en una herramienta poderosa para detectar enfermedades cardíacas importantes”, destacó Dr. Rohan Khera, director del Laboratorio de Ciencia de Datos Cardiovasculares (CarDS) en Yale. “Esto podría permitir el tamizaje temprano a gran escala usando dispositivos que la mayoría de las personas ya tiene en casa”.
Los investigadores señalaron que el estudio contó con un número reducido de pacientes diagnosticados con enfermedad estructural, lo que podría influir en la tasa de falsos positivos. Aun así, planean probar el algorithm en entornos comunitarios más amplios para evaluar su impacto en la detección preventiva y el acceso equitativo a la atención cardiovascular. “Nuestro objetivo es integrar esta tecnología en programas de salud pública para identificar a quienes corren riesgo antes de que desarrollen complicaciones cardíacas graves”, añadió el Dr. Aminorroaya.
