La IA predice fallos cardíacos analizando el sueño

Científicos en Estados Unidos han creado un sistema de inteligencia artificial capaz de predecir la probabilidad de desarrollar enfermedades cardíacas años antes de que se manifiesten los síntomas clínicos. El avance, respaldado por el Instituto Nacional de Salud (NIH), utiliza datos de electrocardiogramas capturados mientras el paciente duerme para identificar vulnerabilidades específicas en el sistema cardiovascular.

Metodología y validación del estudio

El equipo analizó registros de 38.195 pacientes sometidos a estudios de sueño en tres centros médicos diferentes. Para entrenar el algoritmo, emplearon información de 15.809 personas atendidas en el Hospital General de Massachusetts en Boston. Posteriormente, validaron el modelo con dos grupos independientes: 9.810 sujetos del Hospital Universitario Emory en Atlanta y 12.576 del Centro Médico Beth Israel Deaconess, también en Boston.

La técnica se basa en el análisis de señales eléctricas del corazón mediante una única derivación, complementada con datos sobre las fases del sueño. Los resultados demostraron que el sistema podía estratificar a los participantes según su nivel de riesgo, manteniendo su precisión incluso al considerar factores tradicionales como la edad, el sexo, la obesidad, la diabetes, la hipertensión arterial y trastornos respiratorios nocturnos.

Precisión predictiva mejorada

Según lo publicado en la revista SLEEP, la integración de estas estimaciones algorítmicas elevó significativamente la capacidad de pronóstico. En comparación con los métodos convencionales, la detección de fibrilación auricular mejoró entre 4 y 6 puntos porcentuales, mientras que la predicción de insuficiencia cardíaca aumentó entre 8 y 9 puntos. La estimación del riesgo de mortalidad por cualquier causa experimentó una mejora de entre 4 y 7 puntos bajo métricas estadísticas estándar.

Gary Clifford, investigador asociado de la Escuela de Medicina de la Universidad Emory, destacó que estos hallazgos permiten aprovechar los datos ya existentes en las pruebas de sueño para detectar a los individuos más expuestos. Esta identificación temprana facilitaría la implementación de medidas preventivas y optimizaría las decisiones terapéuticas.

Ventajas frente a diagnósticos clásicos

Una de las principales innovaciones reside en la simplicidad del registro requerido. A diferencia del electrocardiograma convencional, que necesita doce derivaciones, este enfoque opera con una sola canal eléctrica. Los expertos sugieren que esto allana el camino para el uso futuro de sensores básicos o parches médicos económicos capaces de recopilar la información necesaria durante una sola noche de descanso, evitando procedimientos diagnósticos complejos.

Aunque las señales cardiacas se capturan habitualmente durante los estudios de trastornos del sueño, tradicionalmente no se utilizaban para evaluar el riesgo cardiovascular a largo plazo. David Gov, director interino del Instituto Nacional del Corazón, los Pulmones y la Sangre, señaló que esta aproximación podría ayudar a localizar a las personas propensas a sufrir problemas cardíacos mucho antes de la aparición de signos clínicos evidentes.

Futuras aplicaciones clínicas

El próximo paso consiste en determinar si esta tecnología supera a las herramientas de predicción actuales, con la meta de incorporarla eventualmente en los protocolos hospitalarios de evaluación del sueño. No obstante, los autores subrayan la necesidad de realizar investigaciones adicionales para confirmar la utilidad clínica real del modelo y verificar su impacto en los resultados de salud de los pacientes cuando se aplique en la práctica médica rutinaria.

El estudio abre la puerta a transformar los exámenes de sueño comunes en instrumentos de cribado preventivo, permitiendo a los médicos intervenir precozmente para evitar la progresión de patologías y sus complicaciones asociadas.