Investigadores de UC Davis confirman que el uso de IA en electrocardiogramas puede acelerar la atención crítica y optimizar recursos en emergencias cardíacas.
Un estudio multicéntrico realizado en Estados Unidos y encabezado por UC Davis Health encontró que un modelo de inteligencia artificial (IA) aplicado al electrocardiograma (ECG) puede mejorar de forma significativa la identificación de infartos agudos de miocardio con elevación del ST (STEMI), un tipo de ataque cardíaco que requiere tratamiento urgente.
Los resultados, publicados en JACC: Cardiovascular Interventions y presentados en la conferencia 2025 Transcatheter Cardiovascular Therapeutics (TCT), muestran que la herramienta denominada Queen of Hearts superó ampliamente al triage estándar utilizado en los servicios de emergencia.
El STEMI ocurre cuando una arteria coronaria se bloquea completamente, lo que limita el flujo sanguíneo al corazón. La intervención más eficaz es la angioplastia primaria (PCI), que debe realizarse en los primeros 90 minutos tras el primer contacto médico. Retrasos mayores pueden triplicar el riesgo de mortalidad.
“STEMI es una emergencia potencialmente mortal donde cada minuto importa”, señaló Bryn Mumma, profesora de medicina de emergencia en UC Davis Health y autora principal del estudio. “Es fundamental realizar un diagnóstico preciso y aplicar un tratamiento rápido para restablecer el flujo sanguíneo, y cualquier herramienta que acelere este proceso puede ayudarnos a salvar más vidas”.
El equipo analizó retrospectivamente a 1,032 pacientes con sospecha de STEMI atendidos entre enero de 2020 y mayo de 2024 en tres hospitales con capacidad de angioplastia ubicados en distintas regiones del país.
Todos los casos habían activado protocolos de emergencia para infarto. Sus electrocardiogramas fueron evaluados por el personal clínico y, de manera independiente, por el modelo de IA entrenado para detectar oclusión coronaria aguda y distinguirla de cuadros que pueden imitar un infarto. El diagnóstico de referencia se estableció con angiografía y biomarcadores cardíacos.
Los resultados mostraron mayor precisión y menos activaciones innecesarias. Del total de activaciones, 601 pacientes (58.2%) tenían un infarto confirmado, mientras que el 42% eran falsos positivos. La IA mostró un desempeño notablemente superior al triage convencional:
- Sensibilidad para detectar STEMI:
- IA: 92% (553/601)
- Triage estándar: 71%
- Especificidad:
- IA: 81%
- Triage estándar: 29%
- Falsas activaciones del laboratorio de cateterismo (FPA):
- IA: 7.9%
- Triage estándar: 41.8%
Además, el modelo reclasificó correctamente el 91% de los falsos positivos sin elevación de biomarcadores, y mantuvo un desempeño estable incluso en casos clínicamente complejos, como fibrilación auricular, bloqueos de rama o equivalentes de STEMI. El área bajo la curva (AUC) fue de 0.94, indicando un rendimiento diagnóstico muy alto.
Para los autores, estas mejoras podrían traducirse en activaciones más precisas, menos uso innecesario de recursos y tiempos más rápidos para pacientes que sí requieren intervención urgente.
“Estos resultados demuestran el potencial de las aplicaciones basadas en IA para transformar la atención cardiovascular de emergencia”, afirmó Mumma. “Al mejorar la precisión del triaje, podemos aliviar la carga de los equipos clínicos, minimizar los falsos positivos y garantizar que los pacientes que realmente necesitan una intervención urgente la reciban sin demora”. Aunque los resultados son alentadores, el comunicado subraya que estas herramientas deben utilizarse como complemento al juicio clínico.
“El mejor resultado ocurre cuando tecnología y profesionales trabajan juntos, combinando herramientas poderosas con la experiencia médica”, señaló Mumma.
