Descubre Cómo la IA Está a Punto de Revolucionar la Predicción del Ataque Cardíaco y Salvar Millones de Vidas
Publicado el 21-10-2025
La inteligencia artificial emerge como una herramienta transformadora en la cardiología, prometiendo identificar signos tempranos de riesgo cardíaco ocultos en millones de tomografías computarizadas. Este avance podría cambiar la forma en que prevenimos una de las principales causas de mortalidad global.
A pesar de los asombrosos avances en la cardiología moderna, la predicción de quién sufrirá un ataque cardíaco sigue siendo uno de los mayores desafíos médicos. Millones de personas nunca se someten a pruebas de detección específicas, dejando una brecha crítica en la medicina preventiva. Sin embargo, una nueva era está amaneciendo, impulsada por el poder de la inteligencia artificial (IA). Varias startups innovadoras están aplicando algoritmos de IA para analizar millones de tomografías computarizadas (CT) existentes, buscando signos tempranos de enfermedad cardíaca que a menudo pasan desapercibidos. Esta tecnología no solo representa un gran avance para la salud pública, sino que también promete transformar un problema médico persistente, utilizando una herramienta antigua para revelar riesgos ocultos a plena vista. Pero, ¿está la IA realmente lista para redefinir el futuro de la cardiología?
El Potencial Oculto en las Tomografías Computarizadas Existentes
Cada año, se realizan aproximadamente 20 millones de tomografías computarizadas de tórax solo en Estados Unidos, ya sea después de un accidente o para detectar cáncer de pulmón, como un estudio reciente estimó. Sorprendentemente, una gran parte de estas exploraciones muestran evidencia de calcio en las arterias coronarias (CAC), un biomarcador crucial para el riesgo de ataque cardíaco. No obstante, esta información vital a menudo queda sepultada o no se menciona en los informes radiológicos, que suelen centrarse en descartar lesiones óseas, traumas internos potencialmente mortales o cáncer. Aquí es donde la inteligencia artificial puede marcar una diferencia abismal.
Calcio Coronario: Un Indicador Clave de Riesgo
El calcio en las arterias coronarias es el resultado de un proceso de décadas. La placa aterosclerótica en las arterias cardíacas evoluciona, endureciéndose de un residuo rico en lípidos a depósitos de calcio. Aunque los ataques cardíacos suelen ocurrir cuando una placa más joven, rica en lípidos y más propensa a la ruptura, se desprende y desencadena una cascada de coagulación e inflamación que bloquea el suministro de sangre al corazón, la presencia de placa calcificada estable sugiere una alta probabilidad de que también exista placa más joven y vulnerable. Las pruebas dedicadas para cuantificar el CAC, aunque son un método infrautilizado para predecir el riesgo de ataque cardíaco, están ganando reconocimiento. Tradicionalmente, la puntuación de CAC requiere una tomografía computarizada cardíaca específica.
La Revolución de la IA en la Detección Temprana
Los algoritmos de IA en salud que pueden calcular las puntuaciones de CAC a partir de CT de tórax rutinarias prometen expandir masivamente el acceso a esta métrica crucial. Estas soluciones de automatización médica podrían implementarse para alertar a pacientes y médicos sobre puntuaciones anormalmente altas, animándolos a buscar atención adicional. Aunque el alcance actual de startups como Bunkerhill Health, Nanox.AI y HeartLung Technologies es aún modesto, su crecimiento es vertiginoso. A medida que su uso se popularice, estos algoritmos podrían identificar a pacientes de alto riesgo que tradicionalmente no son detectados o que se encuentran al margen de la atención médica habitual.
Históricamente, los escaneos de CAC se consideraban de beneficio marginal y se comercializaban principalmente a personas con buena salud pero preocupadas. Incluso hoy, la mayoría de las aseguradoras no los cubren. Sin embargo, las actitudes están cambiando. Cada vez más grupos de expertos respaldan las puntuaciones de CAC como una forma de refinar las estimaciones de riesgo cardiovascular y persuadir a pacientes escépticos a iniciar tratamientos con estatinas. Este cambio de paradigma representa una de las tendencias digitales más emocionantes en medicina, prometiendo una detección precoz sin precedentes.
Interrogantes y Desafíos en la Implementación a Gran Escala
La promesa de las puntuaciones de CAC derivadas de la IA se enmarca en una tendencia más amplia de minería de datos médicos para detectar enfermedades que de otro modo pasarían desapercibidas. Pero, a pesar de su potencial, esta práctica plantea numerosas preguntas. Por ejemplo, las puntuaciones de CAC no han demostrado ser útiles como una herramienta de cribado universal indiscriminado. Un estudio danés de 2022, por ejemplo, evaluando un programa de población, no mostró ningún beneficio en las tasas de mortalidad para los pacientes que se habían sometido a pruebas de detección de CAC. Si la IA proporcionara esta información automáticamente, ¿cambiaría realmente el cálculo?
Con una adopción generalizada, las puntuaciones anormales de CAC se volverán comunes. ¿Quién se encargará del seguimiento de estos hallazgos? Nishith Khandwala, cofundador de Bunkerhill Health, señala: «Muchos sistemas de salud aún no están preparados para actuar sobre los hallazgos incidentales de calcio a escala». Sin un procedimiento estándar para hacerlo, «se corre el riesgo de crear más trabajo que valor». La infraestructura y los protocolos médicos actuales no están diseñados para una avalancha de detecciones inesperadas, lo que podría generar cuellos de botella y frustración en el sistema.
¿Mejora Real de la Atención al Paciente o Costos Innecesarios?
También surge la cuestión de si estas puntuaciones generadas por IA realmente mejorarían la atención al paciente. Para un paciente sintomático, una puntuación de CAC de cero podría ofrecer una falsa tranquilidad. Para el paciente asintomático con una puntuación de CAC alta, los siguientes pasos siguen siendo inciertos. Más allá de las estatinas, no está claro si estos pacientes se beneficiarían de iniciar costosos medicamentos para reducir el colesterol, como Repatha u otros inhibidores de PCSK9. Incluso podría alentar a algunos a buscar procedimientos posteriores innecesarios pero costosos que podrían terminar causando daño. Actualmente, la puntuación de CAC derivada de la IA no está siendo reembolsada como un servicio separado por Medicare o la mayoría de las aseguradoras, lo que añade una capa de complejidad al modelo de negocio de esta innovación tecnológica.
Redefiniendo la Enfermedad: ¿Hacia una «Nosología Basada en Máquinas»?
A un nivel más fundamental, este enfoque podría cambiar la forma en que definimos la enfermedad. Adam Rodman, hospitalista y experto en IA del Beth Israel Deaconess Medical Center en Boston, ha observado que las puntuaciones de CAC derivadas de la IA comparten similitudes con el «incidentaloma», un término acuñado en la década de 1980 para describir hallazgos inesperados en las tomografías computarizadas. En ambos casos, el patrón normal de diagnóstico —en el que médicos y pacientes se embarcan deliberadamente en pruebas para averiguar la causa de un problema específico— se ve fundamentalmente interrumpido. Pero, como señala Rodman, los incidentalomas seguían siendo encontrados por humanos que revisaban los escaneos.
Ahora, dice Rodman, estamos entrando en una era de «nosología basada en máquinas», donde los algoritmos definen las enfermedades en sus propios términos. A medida que las máquinas realicen más diagnósticos, es posible que detecten cosas que nosotros pasamos por alto. Pero esto también lleva a una reflexión profunda: ¿Podría surgir un futuro de diagnóstico de dos niveles, donde los «que tienen» paguen por algoritmos de marca, mientras que los «que no tienen» se conformen con alternativas menores? Esta brecha digital en la salud podría exacerbar las desigualdades existentes, un dilema ético que exige atención.
Conclusión: Para los pacientes sin factores de riesgo conocidos o aquellos alejados de la atención médica regular, una puntuación de CAC derivada de la IA podría potencialmente detectar problemas antes y reescribir el guion de su salud. Sin embargo, persisten preguntas fundamentales: ¿cómo llegarán estas puntuaciones a la gente? ¿Qué se hará con ellas? ¿Y podrán, en última instancia, mejorar los resultados de los pacientes a gran escala? Por ahora, mientras sostienen la pluma y alternan entre pacientes y resultados algorítmicos, el papel de los médicos sigue siendo indispensable. La inteligencia artificial no viene a reemplazar, sino a potenciar, pero su integración exitosa requerirá una planificación cuidadosa, inversión en infraestructura y un enfoque ético que garantice un acceso equitativo y resultados positivos para todos.
Fuente original: AI could predict who will have a heart attack