La Inteligencia Artificial puede estar a punto de cambiar el papel que desempeña una de las pruebas más sencillas y extendidas de la Medicina. El electrocardiograma (ECG), utilizado habitualmente para identificar alteraciones del ritmo, la conducción o signos de determinadas enfermedades cardíacas, podría convertirse también en una herramienta de cribado capaz de detectar señales de patologías que no son visibles para el ojo humano.
Así lo valora en Redacción Médica Ignacio Fernández Lozano, presidente de la Sociedad Española de Cardiología (SEC), que considera que el desarrollo de algoritmos capaces de extraer información adicional de un ECG abre una oportunidad especialmente relevante para la detección precoz de enfermedad cardiovascular, aunque subraya que todavía es necesario demostrar su utilidad clínica en la práctica real.
El debate se ha reactivado tras la presentación en el Congreso de la Sociedad Europea de Cardiología (ESC) de un modelo desarrollado por investigadores del Imperial College London. El sistema analiza un electrocardiograma convencional y es capaz de identificar patrones asociados a insuficiencia cardiaca y enfermedad valvular en menos de dos segundos. El trabajo fue entrenado con millones de registros y posteriormente evaluado en más de 65.000 ECG de pacientes estadounidenses, con una capacidad de identificar hasta el 81 por ciento de los casos de insuficiencia cardiaca y hasta el 90 por ciento de una forma frecuente de enfermedad valvular.
De lo que ve el médico a lo que interpreta la IA
Para el presidente de la SEC, la principal novedad no reside tanto en la velocidad de procesamiento como en la capacidad de la IA para encontrar patrones que escapan a la interpretación convencional. "Hay muchos artículos en la literatura durante los últimos años que demuestran que la IA es capaz de encontrar cosas que escapan al ojo humano", explica. En este contexto, un electrocardiograma que un especialista podría interpretar como normal puede contener pequeñas señales asociadas con una determinada cardiopatía que el algoritmo sí es capaz de reconocer.
El planteamiento supone ampliar considerablemente las posibilidades de una prueba que ya forma parte de la práctica clínica habitual. El ECG no necesita convertirse en una nueva tecnología para adquirir nuevas capacidades: la IA puede extraer información adicional de una prueba que ya se está haciendo.
El propio Imperial College London describe precisamente esta línea de investigación como la búsqueda de información "oculta" en el ECG que no puede ser identificada por un cardiólogo, incluso cuando el trazado parece normal.
Y esa característica es la que puede otorgarle un enorme valor preventivo: un paciente que acude por cualquier motivo y al que ya se le realiza un electrocardiograma podría, potencialmente, ser sometido también a un análisis automatizado de riesgo sin necesidad de incorporar inicialmente una prueba adicional.
Un posible salto para el cribado desde Atención Primaria
El escenario que plantea el presidente de la SEC es especialmente relevante desde el punto de vista poblacional. Si estos algoritmos demuestran su utilidad, podrían integrarse en los circuitos asistenciales habituales desde Atención Primaria y utilizar el ECG realizado en los centros de salud para seleccionar a las personas que necesitan una evaluación cardiovascular más profunda.
La lógica sería sencilla: ECG convencional, análisis mediante IA y, cuando aparezcan señales de riesgo, realización de pruebas de confirmación como un ecocardiograma. El objetivo no sería sustituir al cardiólogo ni convertir la IA en un diagnóstico autónomo, sino utilizarla como una herramienta de cribado y priorización.
"Puede ser útil a nivel poblacional que haya un sistema de Inteligencia Artificial en los centros de salud que detecte pacientes en riesgo", señala. Esta posibilidad cobra especial interés en enfermedades como la insuficiencia cardiaca, en las que un diagnóstico temprano puede permitir iniciar antes el tratamiento y evitar que el paciente llegue al sistema sanitario cuando ya presenta una descompensación.
De hecho, la propia investigación del Imperial College está avanzando hacia la evaluación prospectiva de estas estrategias en pacientes reales, y existe un estudio registrado específicamente para valorar el uso de IA sobre ECG para detectar enfermedad cardíaca estructural.
Demostrar utilidad clínica
La cautela del presidente de la SEC no supone un rechazo a esta tecnología, sino precisamente el reconocimiento de cuál debe ser el siguiente paso. A su juicio, buena parte de los trabajos actuales con IA son todavía generadores de hipótesis. Demuestran que existe una señal que la máquina puede reconocer, pero queda por demostrar que utilizar esa señal modifica la evolución de los pacientes.
La diferencia es fundamental. Una cosa es que un algoritmo sea capaz de identificar a un paciente con mayor probabilidad de padecer insuficiencia cardiaca y otra que su incorporación al circuito asistencial consiga que esos pacientes sean diagnosticados antes, reciban el tratamiento adecuado y sufran menos ingresos o complicaciones.
Por eso, el siguiente gran salto no será necesariamente conseguir un algoritmo todavía más rápido, sino demostrar su utilidad clínica en condiciones reales.
Una oportunidad para aprovechar pruebas que ya existen
Precisamente aquí se encuentra una de las mayores fortalezas de la IA aplicada al ECG. No se parte de cero: el sistema sanitario ya dispone de una enorme cantidad de electrocardiogramas y de una infraestructura clínica para realizarlos. La tecnología puede actuar sobre esa información para aumentar su rendimiento.
"Se están detectando patrones que te sirven para el cribado poblacional siempre teniendo en cuenta que no es perfecto", señala el presidente de la SEC. La posibilidad de identificar enfermedad oculta a partir de una prueba rutinaria podría permitir además racionalizar el acceso a técnicas de imagen. En lugar de realizar ecocardiogramas indiscriminadamente, la IA podría ayudar a seleccionar qué pacientes presentan señales que justifican una evaluación más profunda.
El propio equipo del Imperial College plantea inicialmente esta estrategia: utilizar la IA para detectar posibles casos de insuficiencia cardiaca o enfermedad valvular que pasarían inadvertidos y confirmar posteriormente la sospecha mediante ecocardiografía.
La Cardiología se prepara para una transformación más amplia
El ECG es solo una de las aplicaciones. El presidente de la SEC considera que la Inteligencia Artificial terminará extendiéndose a prácticamente todos los ámbitos de la práctica cardiológica. La imagen médica es uno de los campos donde el desarrollo está más avanzado, con aplicaciones destinadas a perfeccionar la interpretación de las pruebas de imagen y facilitar la detección de determinadas alteraciones.
Pero también apunta a un cambio en la propia historia clínica. Una IA podría ayudar al médico a identificar pacientes que no están recibiendo tratamientos recomendados por las guías, detectar posibles interacciones entre medicamentos o sugerir pruebas adicionales ante determinados síntomas.
El objetivo, por tanto, no sería reemplazar la decisión médica, sino aumentar la capacidad del profesional para procesar información y detectar oportunidades clínicas que pueden pasar desapercibidas.
España tiene una oportunidad especialmente relevante
En este proceso, el presidente de la SEC identifica además una ventaja específica del sistema sanitario español: la combinación de una elevada cobertura sanitaria y un importante grado de digitalización. El problema, a su juicio, está en cómo se han estructurado los datos.
La IA necesita grandes cantidades de información clínica para entrenarse, validarse y mejorar. España dispone de una enorme cantidad de datos procedentes de la asistencia sanitaria, pero su fragmentación entre sistemas y comunidades autónomas dificulta aprovechar todo ese potencial. "Tenemos una oportunidad extraordinaria que España no sabe aprovechar", sostiene.
Una historia clínica electrónica diseñada también como fuente de datos para investigación podría, en su opinión, permitir desarrollar proyectos de Inteligencia Artificial de gran escala y convertir al sistema sanitario español en un entorno especialmente favorable para investigar nuevas herramientas de diagnóstico y prevención.
El reto: incorporar la IA sin convertirla en una nueva fuente de errores
La visión positiva de la IA no elimina sus riesgos. El principal, según el presidente de la SEC, es asumir que una respuesta generada por una máquina equivale a una respuesta correcta. La diferencia con una calculadora convencional es importante: una calculadora puede resolver una operación matemática de forma prácticamente determinista; los sistemas de IA trabajan con probabilidades y pueden equivocarse.
En Medicina, esa diferencia adquiere especial relevancia. Por eso considera imprescindible que los profesionales mantengan el conocimiento y el criterio necesarios para identificar cuándo una herramienta de IA puede estar equivocándose. El riesgo, advierte, es que las nuevas generaciones sustituyan parte de su formación por la confianza en estas herramientas.
Aplicado al ECG, el principio es igualmente válido: la IA puede señalar a un paciente como de riesgo, pero todavía corresponde al sistema sanitario confirmar qué enfermedad existe y qué actuación clínica procede.
Además, los algoritmos no son perfectos. Pueden producir falsos negativos -pacientes enfermos que no son identificados- y falsos positivos -personas señaladas por el sistema que finalmente no presentan la enfermedad-. El desafío será encontrar el equilibrio que permita aumentar la detección sin generar una cascada innecesaria de pruebas y consultas.
El verdadero hito: demostrar que mejora la vida de los pacientes
La lectura que hace la SEC del avance es, por tanto, esencialmente optimista, pero también pragmática. La IA ya ha demostrado que puede extraer del ECG información que hasta ahora no estaba al alcance de la interpretación humana. La cuestión que queda por resolver es cómo convertir esa capacidad tecnológica en beneficio clínico.
Y ese paso ya está comenzando a estudiarse. El Imperial College London trabaja en modelos de IA-ECG destinados a detectar enfermedad cardiovascular de forma precoz y existen ensayos prospectivos orientados a comprobar qué sucede cuando estas herramientas se incorporan realmente al circuito asistencial.
El futuro, por tanto, no pasa por un ECG que sustituya al ecocardiograma ni por una Inteligencia Artificial que sustituya al cardiólogo. Pasa por un ECG capaz de ofrecer mucha más información y por médicos capaces de utilizarla correctamente.
Si los estudios prospectivos confirman que ese cribado permite diagnosticar antes, tratar antes y evitar complicaciones, el cambio sí podría ser profundo: una prueba que cuesta pocos minutos y que ya está presente en prácticamente todos los niveles asistenciales podría convertirse en una de las primeras puertas de entrada de la IA al diagnóstico cardiovascular.