Una nueva inteligencia artificial predice con gran precisión quién corre riesgo de sufrir una muerte cardíaca súbita

Una herramienta de IA es capaz de predecir con una precisión sin precedentes qué pacientes con miocardiopatía hipertrófica tienen un alto riesgo de sufrir muerte súbita cardíaca por una arritmia. El modelo supera ampliamente a los métodos clínicos tradicionales y promete transformar el diagnóstico y la prevención de problemas cardíacos letales.

Por Enrique Coperías

Imagen conceptual de un cardiólogo utilizando el modelo de inteligencia artificial MAARS para predecir el riesgo de que un paciente sufra una muerte súbita causada por una arritmia. Imagen generada con DALL-E

En el mundo de la medicina cardiovascular, uno de los mayores desafíos es anticiparse a lo imprevisible: la muerte súbita por arritmia. Cada año, decenas de miles de personas fallecen de manera inesperada a causa de arritmias ventriculares, alteraciones del ritmo del corazón que se originan en los ventrículos, las cavidades inferiores del corazón.

Muchas de estas muertes ocurren en personas aparentemente sanas, jóvenes y activas, a menudo sin una advertencia clara. Una de las principales culpables es la miocardiopatía hipertrófica, una enfermedad hereditaria del corazón que, pese a su frecuencia y gravedad, sigue siendo muy difícil de controlar desde el punto de vista clínico.

Ahora, un equipo de científicos de la Universidad Johns Hopkins, en Estados Unidos, ha dado un paso revolucionario con la presentación de MAARS (Multimodal Artificial intelligence for ventricular Arrhythmia Risk Stratification), un modelo de inteligencia artificial médica capaz de predecir con una precisión sin precedentes qué pacientes con miocardiopatía hipertrófica presentan un mayor riesgo de sufrir una muerte súbita causada por una arritmia. Sus hallazgos, publicados en la revista Nature Cardiovascular Research, marcan un hito en la aplicación de la IA en medicina personalizada.

¿Qué es la miocardiopatía hipertrófica y por qué supone un riesgo vital?

La miocardiopatía hipertrófica es la enfermedad cardíaca hereditaria más común, con una prevalencia estimada de entre 1 de cada 200 a 500 personas en todo el mundo. Esta se caracteriza por un engrosamiento anormal del músculo del corazón, esto es, el miocardio, lo que puede desencadenar fibrosis miocárdica —una forma de cicatrización del tejido— y, en algunos casos, provocar arritmias letales.

Aunque muchos pacientes viven una vida normal, una parte significativa corre un riesgo elevado de fallecer repentinamente, sin que la medicina tradicional haya logrado, hasta ahora, distinguirlos con claridad.

«Actualmente tenemos pacientes que mueren en la flor de la vida porque no están protegidos, y otros que llevan desfibriladores implantables toda su vida sin necesidad ni beneficio alguno», dice Natalia Trayanova, investigadora centrada en el uso de la inteligencia artificial en cardiología de la Universidad Johns Hopkins y autora principal del estudio.

Esta falta de precisión en el diagnóstico no es un detalle menor: un error puede costar una vida o llevar a intervenciones médicas innecesarias con efectos adversos. Las herramientas actuales, basadas en guías clínicas estadounidenses y europeas, ofrecen apenas un 50% de acierto a la hora de predecir quién necesita un desfibrilador automático implantable y quién no. «No es mucho mejor que lanzar los dados al aire» resume Trayanova con crudeza la situación.

¿Qué es MAARS y cómo funciona esta IA médica?

El avance de MAARS radica en su capacidad para procesar, de forma conjunta, una gran variedad de datos médicos. Utiliza una arquitectura de red neuronal del tipo transformer, similar a la que impulsa modelos de lenguaje como ChatGPT, pero adaptada al mundo clínico. Analiza tres grandes fuentes de información:

✅ Los historiales clínicos electrónicos (EHR): edad, antecedentes, síntomas, etc.

✅ Los informes de pruebas de imagen cardíaca (CIR): ecocardiogramas y resonancias.

✅ Las imágenes completas de resonancia magnética cardíaca con contraste (LGE-CMR): imágenes que muestran la fibrosis del corazón.

Esta última fuente de datos, aunque disponible desde hace años, ha sido infrautilizada en la predicción de riesgo cardíaco debido a su complejidad de análisis. A diferencia de los médicos, que deben interpretar las imágenes visualmente y de forma subjetiva, MAARS analiza los datos crudos de la resonancia, sin procesar ni resumir, lo que le permite detectar patrones ocultos, como distribuciones específicas de fibrosis en el miocardio que han pasado desapercibidos para los ojos humanos.

«Que sepamos, nadie había usado aprendizaje profundo en estas imágenes hasta ahora —explica Trayanova—. Nosotros somos capaces de extraer información oculta que normalmente no se tiene en cuenta».

Resultados que marcan la diferencia

Para validar su eficacia, el equipo aplicó la herramienta MAARS a dos cohortes de pacientes con miocardiopatía hipertrófica de dos centros clínicos:

🏥 El Hospital Johns Hopkins, que aportó 553 pacientes.

🏥 El Sanger Heart & Vascular Institute, en Carolina del Norte, con 286 pacientes.

El objetivo era predecir la aparición de eventos asociados a la muerte súbita por arritmia, como taquicardias ventriculares sostenidas, fibrilación ventricular y paros cardíacos extrahospitalarios.

Los resultados fueron contundentes. En la validación interna, esto es, del Hospital Johns Hopkins, MAARS alcanzó una precisión del 89% (medido como área bajo la curva, AUROC), frente al 54%–62% de las guías clínicas. En la validación externa, del Sanger Heart & Vascular Institute, se mantuvo en un robusto 81%.

En la franja de edad entre 40 y 60 años —la más vulnerable entre los pacientes con miocardiopatía hipertrófica— la precisión se disparó al 93%, superando ampliamente cualquier método anterior.

Jonathan Chrispin, cardiólogo en Johns Hopkins y coautor del estudio, destaca el impacto potencial del ensayo: “Nuestro estudio demuestra que el modelo de IA mejora significativamente nuestra capacidad para identificar a quienes tienen mayor riesgo, en comparación con los algoritmos actuales, y por tanto tiene el poder de transformar la atención clínica cardiovascular».

Evitar implantes innecesarios y salvar vidas

Uno de los beneficios más importantes de MAARS es que no solo mejora la detección de los pacientes en riesgo, sino que también reduce las intervenciones innecesarias, como la implantación de desfibriladores automáticos.

Hoy en día, miles de personas viven con dispositivos que nunca necesitarán.

Hay que decir que estos dispositivos no son inocuos: pueden fallar, generar choques dolorosos e incluso infecciones. Gracias a la alta especificidad de MAARS, los médicos podrían evitar estos procedimientos cuando no son imprescindibles, mejorando así la calidad de vida de los pacientes cardíacos.

Resonancia magnética cardiaca con contraste de un paciente con miocardiopatía hipertrófica considerado de alto riesgo de muerte súbita por el MAARS. Cada corte de imagen a través del corazón va de oscuro (tejido cardiaco normal) a brillante (tejido fibrótico, anormal). AI marca en rojo las zonas con mayor fibrosis. Cortesía: Johns Hopkins University

Equidad y transparencia: dos pilares de la IA clínica de nueva generación

Otro de los logros de MAARS es su equidad en la predicción del riesgo cardíaco. A menudo, los modelos clínicos fallan en determinados grupos demográficos, como personas jóvenes, mujeres o minorías étnicas. Sin embargo, MAARS demostró una precisión uniforme en todos los subgrupos, con baja variabilidad en sus predicciones.

En la franja de los menores de cuarenta años, por ejemplo, el modelo mantuvo una precisión alta, algo que no ocurre con las guías tradicionales.

Además, el modelo es interpretable. Utiliza técnicas como los valores de Shapley para indicar qué variables contribuyen más a cada predicción, permitiendo a los médicos entender por qué un paciente es considerado de alto riesgo. Esta capacidad no solo mejora la confianza en el sistema, sino que también permite personalizar los tratamientos cardíacos.

Aplicaciones futuras: hacia una familia de IA para enfermedades cardíacas

MAARS es el segundo gran modelo de inteligencia artificial cardiovascular desarrollado por el equipo de Trayanova. En 2022, ya presentaron un algoritmo similar, enfocado en pacientes con infarto de miocardio, capaz de predecir la muerte súbita cardíaca a partir del daño tisular.

La visión de futuro es clara: crear una familia de modelos personalizados para distintas enfermedades del corazón.

«Planeamos probar este nuevo modelo en más pacientes y expandir el algoritmo para usarlo con otros tipos de enfermedades cardíacas, como la sarcoidosis cardíaca y la miocardiopatía arritmogénica del ventrículo derecho», adelanta Trayanova.

Limitaciones actuales y próximos pasos

Como toda innovación médica, MAARS aún debe superar ciertos retos antes de su aplicación clínica generalizada. Por un lado, se trata de un modelo complejo que requiere datos avanzados, como resonancias cardíacas con contraste, no siempre disponibles en todos los entornos sanitarios. Por otro, el número de eventos observados en los estudios fue relativamente bajo, lo que genera cierta incertidumbre en los márgenes de error.

No obstante, los resultados obtenidos —validados en dos centros independientes— son suficientemente sólidos como para impulsar nuevas investigaciones y ensayos clínicos prospectivos. Si se valida en poblaciones más amplias, MAARS podría integrarse en los sistemas de salud como herramienta de apoyo en la toma de decisiones médicas.

En palabras de Trayanova, MAARS representa una de las aplicaciones más prometedoras de la inteligencia artificial en medicina cardiovascular.

En efecto, con su capacidad para analizar múltiples fuentes de información médica, detectar patrones invisibles al ojo humano y ofrecer predicciones precisas y personalizadas, este modelo no solo mejora la prevención de muertes súbitas, sino que transforma por completo la manera en que entendemos y gestionamos el riesgo en pacientes con enfermedades del corazón.

En un contexto en el que cada latido cuenta, contar con una herramienta que pueda anticipar lo imprevisible es, simplemente, salvar vidas.▪️