Una década en proceso
Cada año en Estados Unidos, más de 300.000 personas mueren a causa de un paro cardíaco repentino, una afección en la que el sistema eléctrico del corazón funciona mal sin previo aviso. La emergencia médica puede matar tanto a adultos mayores de alto riesgo como a atletas jóvenes aparentemente sanos sin antecedentes de problemas cardíacos. Si bien los desfibriladores internos que devuelven el ritmo al corazón pueden salvar vidas, descubrir quién realmente lo necesita sigue siendo un juego de adivinanzas de alto riesgo. Para más contexto sobre esta historia, consulta nuestra actualidad de inteligencia artificial.
Ahora, un equipo de investigación dirigido por UC Berkeley ha descubierto una señal previamente no reconocida en los electrocardiogramas (EKG) que puede detectar pacientes de alto riesgo antes de que su corazón se detenga. El estudio, publicado el 24 de junio de 2026 en la revista Nature, podría transformar la forma en que los médicos identifican quién necesita un implante que salve vidas.
"Las decisiones médicas son realmente difíciles y creo que es por eso que la IA es tan emocionante para mí", dijo Ziad Obermeyer, profesor asociado de la Escuela de Salud Pública de UC Berkeley y autor principal del estudio, en un comunicado de prensa de la universidad. "No sólo podemos tomar mejores decisiones, sino también comenzar a comprender qué sucede realmente con estos pacientes antes de que su corazón se detenga".
Entrenamiento en 440.000 electrocardiógrafos
Utilizando más de 440.000 electrocardiógrafos de Suecia combinados con información de certificados de defunción, los investigadores entrenaron un modelo de inteligencia artificial para analizar los picos y las formas de onda producidas por las corrientes eléctricas del corazón. Alimentaron el modelo con escaneos de personas sanas, pacientes en riesgo y aquellos que luego sufrieron muerte cardíaca hasta que reconocieron patrones de forma de onda exclusivos de las personas que murieron repentinamente.
Luego, el equipo validó el algoritmo durante varios años en miles de archivos de pacientes adicionales tanto de Estados Unidos como de Taiwán. Según la universidad, solo la recopilación de datos tomó aproximadamente una década, basándose en seis años de exploraciones del sistema de salud unificado de Suecia, dos años de electrocardiógrafos no identificados de un sistema hospitalario en San Diego y un conjunto de datos separado de Taipei.
"Una buena IA comienza con buenos datos", dijo Obermeyer, quien también forma parte del programa conjunto UCSF-UC Berkeley Computational Precision Health. "Desafortunadamente, es increíblemente difícil acceder a datos como los que utilizamos para este estudio. Es una gran parte de por qué se utiliza tan poca IA clínica en la actualidad".
Superando las pruebas estándar
Los resultados representan un salto significativo con respecto a los métodos de detección actuales. La técnica más utilizada para identificar a los pacientes en riesgo mide cuánta sangre expulsa el corazón con cada latido, lo que se conoce como fracción de eyección. Esas pruebas identifican un grupo de alto riesgo con una tasa anual de muerte cardíaca súbita del 4,6%.
El sistema de IA, por el contrario, aísla a un grupo de alto riesgo con una tasa anual del 7%, señalando un grupo más grande de pacientes que tienen un riesgo genuino pero que parecen de bajo riesgo según todos los estándares actuales. La gran mayoría de estos pacientes nunca habrían sido remitidos para una evaluación adicional según los protocolos existentes.
Mientras que un ataque cardíaco se debe a un flujo sanguíneo restringido, el paro cardíaco ocurre cuando la corriente eléctrica del corazón deja de dispararse repentinamente. La RCP y una descarga de un desfibrilador externo automático pueden salvar vidas, pero aproximadamente el 90% de quienes sufren un paro cardíaco repentino fuera de un hospital mueren en cuestión de minutos. La velocidad y la imprevisibilidad del acontecimiento hacen que la prevención sea extraordinariamente difícil.
El dilema del desfibrilador
La ironía de la muerte cardíaca súbita, señaló Obermeyer, es que el tratamiento ya existe: los médicos simplemente no pueden identificar de manera confiable quién lo necesita a tiempo. Los desfibriladores automáticos implantables (DAI) son pequeños dispositivos que se colocan en el pecho y que monitorean el ritmo cardíaco y administran descargas cuando se detectan patrones peligrosos.
El problema es doble. En primer lugar, la prueba estándar de fracción de eyección requiere que los pacientes se sometan a una evaluación médica más exhaustiva, algo que la gran mayoría de las eventuales víctimas nunca supieron que necesitaban. En segundo lugar, dos tercios de los implantes colocados en pacientes señalados por las pruebas actuales nunca se disparan, lo que significa que los pacientes se someten a procedimientos invasivos y costosos para evitar una emergencia que tal vez nunca enfrenten.
"En una fracción de esas personas, podríamos haber evitado esas muertes si lo hubiéramos sabido a tiempo", dijo Obermeyer. "Se están perdiendo muchas vidas a causa de personas que mueren de muerte cardíaca súbita y que se podrían prevenir si tuviéramos mejores herramientas de inteligencia artificial para encontrar estas cosas".
¿Qué viene después?
La siguiente fase del proyecto ya ha comenzado. Obermeyer está trabajando con sistemas de salud de Suecia, Taiwán y Estados Unidos para implementar el algoritmo en las bases de datos de electrocardiógrafos de los hospitales. Para las exploraciones que el sistema marca como de alto riesgo, los médicos notificarían a los pacientes y les ofrecerían la opción de usar un parche que monitorea continuamente su corazón. Esos datos de monitoreo podrían ayudar a los investigadores a comprender mejor el mecanismo fisiológico dentro del corazón que genera las señales reveladoras y, en última instancia, podrían conducir a la colocación de un desfibrilador interno que podría salvar vidas.
El estudio también abre la puerta a nuevas investigaciones sobre lo que realmente detectó la herramienta de IA. Los patrones de forma de onda en los que se centró parecen estar relacionados con el corazón que falla repentina y fatalmente, pero el mecanismo fisiológico preciso aún no está claro, una pregunta que el equipo espera que el monitoreo continuo ayude a responder.
Obermeyer también creó un sitio web donde las personas interesadas en evaluar su propio riesgo pueden enviar información básica y una dirección de correo electrónico, lo que permite al equipo de investigación contactarlos para realizar un análisis de electrocardiograma una vez que la herramienta esté más disponible. El proyecto se basa en el trabajo de dos organizaciones cofundadas por Obermeyer, Dandelion Health y Nightingale Open Science, que operan en la intersección de la IA y la investigación médica.
Más allá de sus implicaciones clínicas inmediatas, el estudio subraya un punto más amplio sobre la IA en la medicina: el mayor valor de la tecnología puede no radicar en reemplazar a los médicos, sino en revelar patrones invisibles para los ojos humanos, patrones que, una vez comprendidos, podrían salvar miles de vidas cada año.
"También habrá una nueva forma de hacer ciencia que surgirá de estas herramientas", dijo Obermeyer, "y es divertido pensar en cómo empieza a suceder eso".
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
