El «sensor» de grasa cardíaca: nueva IA de Oxford predice la insuficiencia cardíaca con 5 años de antelación
Una investigación liderada por el Profesor Charalambos Antoniades y publicada en el Journal of the American College of Cardiology revela una herramienta de IA capaz de detectar inflamación invisible en tomografías de rutina. Con una precisión del 86%, el sistema identifica pacientes con un riesgo 20 veces mayor.
El diagnóstico de la insuficiencia cardíaca —una condición debilitante donde el músculo cardíaco pierde la capacidad de bombear sangre eficientemente— está a punto de experimentar un cambio de paradigma gracias a la convergencia entre la biociencia y el Big Data.
Un equipo de investigadores de la Universidad de Oxford ha desarrollado una herramienta de inteligencia artificial (IA) pionera que puede predecir el desarrollo de esta patología al menos cinco años antes de que se manifiesten los primeros síntomas clínicos.
El programa, detallado en una reciente publicación del Journal of the American College of Cardiology, utiliza datos de tomografías computarizadas (TC) cardíacas de rutina, las cuales se realizan habitualmente para investigar dolores torácicos o placas de grasa en las arterias coronarias.
Según el estudio, este sistema es el primero en su tipo capaz de alcanzar tal nivel de precisión diagnóstica utilizando pruebas que ya se practican masivamente en los sistemas de salud. Solo en el Reino Unido, se estima que unos 350.000 pacientes se someten a estas tomografías anualmente, lo que representa una base instalada de datos lista para ser procesada por este algoritmo.
La innovación tecnológica radica en la capacidad de la IA para identificar cambios en la textura de la grasa que rodea el corazón. Los científicos descubrieron que este tejido adiposo funciona como un «sensor» de señales tempranas de enfermedad enviadas por el músculo cardíaco. Estos cambios en la composición de la grasa indican que el corazón subyacente está inflamado y no es saludable, una alteración que es totalmente invisible al ojo humano en las pruebas de imagen médica convencionales.
El poder del análisis predictivo: riesgo 20 veces superior
La herramienta fue entrenada y validada utilizando una base de datos de más de 70.000 individuos pertenecientes a nueve unidades del Servicio Nacional de Salud (NHS) del Reino Unido, quienes fueron seguidos durante una década. Los resultados son contundentes: aquellos pacientes situados por la IA en el grupo de mayor riesgo tenían 20 veces más probabilidades de desarrollar insuficiencia cardíaca que los del grupo de menor riesgo.
En términos de probabilidad absoluta, las personas en el segmento de mayor riesgo presentaban aproximadamente una chance de uno en cuatro de desarrollar la condición en un plazo de cinco años. Esta ventana de tiempo es crítica para la medicina preventiva y la gestión de recursos en salud, permitiendo a los médicos intervenir mucho antes de que se produzca un daño irreversible en el músculo cardíaco, a menudo causado por infartos previos u otras patologías crónicas.
Hacia una implementación nacional y multiorgánica
El potencial de esta tecnología no se limita únicamente a las tomografías específicas del corazón. El equipo de investigación ya está trabajando para que el algoritmo pueda aplicarse a cualquier tomografía computarizada de tórax, independientemente del motivo original del estudio.
El Profesor Charalambos Antoniades, líder del estudio, destacó la autonomía y eficiencia del proceso:
«Hemos utilizado los avances en biociencia y computación para dar un gran paso adelante en el tratamiento de la insuficiencia cardíaca. Nuestra nueva herramienta de IA es capaz de tomar datos de una TC cardíaca y producir una puntuación de riesgo absoluta para cada paciente sin necesidad de ninguna intervención humana».
Antoniades también subrayó el impacto que esperan generar en la sostenibilidad de los sistemas sanitarios:
«Esto permitirá a los médicos tomar decisiones más informadas sobre la mejor manera de tratar a los pacientes, otorgando el tratamiento más intensivo a aquellos con mayor riesgo. Esperamos que, si este programa se implementa a nivel nacional, pueda reducir las presiones hospitalarias ayudando a los pacientes a vivir bien durante más tiempo».
Escalabilidad: de la cardiología a la neumonología
La precisión del algoritmo fue puesta a prueba con los resultados de 13.424 personas, demostrando una exactitud del 86% para predecir el riesgo a cinco años. Actualmente, el equipo busca la aprobación regulatoria para integrar esta herramienta en los análisis normales de los departamentos de radiología de todo el país.
Además, los investigadores prevén que en los próximos meses el programa sea adaptado para funcionar sobre tomografías de pulmón. Esta actualización permitiría a los médicos detectar de forma oportunista a personas en riesgo de insuficiencia cardíaca mientras se investigan otras condiciones respiratorias, ampliando el espectro de captura de pacientes en riesgo.
El proyecto, financiado por la British Heart Foundation y apoyado por el NIHR Biomedical Research Centre de Oxford, representa un hito en la medicina de precisión que promete transformar el manejo de una enfermedad que afecta a más de un millón de personas solo en territorio británico.
La llegada de algoritmos capaces de leer señales invisibles en estudios de rutina redefine el valor de la infraestructura diagnóstica existente, posicionando a la inteligencia artificial no solo como un asistente, sino como el motor de una nueva era de prevención cardiovascular proactiva.
