Una IA en ecocardiografía proyecta adelantar el diagnóstico de insuficiencia cardiaca

Información basada en un informe de impacto publicado por Ultromics. La American Heart Association aclara que la evaluación no supone aval, certificación, validación ni aprobación regulatoria del algoritmo.

Una herramienta de inteligencia artificial que analiza un único clip de ecocardiografía transtorácica podría ayudar a señalar antes pacientes con insuficiencia cardiaca con fracción de eyección preservada (ICFEp), una forma frecuente y a menudo compleja de detectar. Esa es la principal conclusión del informe de impacto de EchoGo Heart Failure, desarrollado por Ultromics y generado a través del AI Assessment Lab de la American Heart Association, con el apoyo de Dandelion Health.

La solución está diseñada como ayuda diagnóstica: procesa una imagen ecocardiográfica apical de cuatro cámaras y genera una predicción sobre la posible presencia de ICFEp. No sustituye la interpretación clínica ni establece un diagnóstico por sí sola. El propio documento sitúa el algoritmo como un apoyo integrado en el flujo de trabajo de ecocardiografía y recuerda que requiere una imagen con características técnicas concretas.

Qué estima el modelo

El análisis plantea un sistema sanitario estadounidense representativo que realiza aproximadamente 70.000 ecocardiogramas transtorácicos al año. En ese escenario, el informe proyecta que el uso del algoritmo permitiría que 4.173 pacientes más recibieran un diagnóstico oportuno cada año. Para la cohorte clasificada como «detección omitida», estima un adelanto medio de 263 días respecto al diagnóstico convencional.

A cinco años, el modelo calcula 1.401 visitas menos a urgencias relacionadas con eventos cardiovasculares mayores, 1.185 reingresos a 30 días menos y 1.245 muertes evitadas. También proyecta 1,9 millones de dólares de ingresos adicionales para el sistema de salud. Todas esas cifras responden a un modelo económico y clínico con supuestos definidos; no describen resultados observados tras una implantación prospectiva en hospitales.

Por qué importa la ICFEp

La ICFEp es un síndrome de insuficiencia cardiaca en el que la fracción de eyección del ventrículo izquierdo se mantiene preservada. Su diagnóstico puede exigir integrar síntomas, exploración, biomarcadores, pruebas de imagen y otros datos clínicos. Una señal automatizada en la ecocardiografía puede ser útil para priorizar una revisión, pero su beneficio real depende de que exista una ruta posterior de confirmación, evaluación y tratamiento.

El informe asocia el diagnóstico más temprano con una mayor y más precoz utilización de tratamientos dirigidos por guías. En concreto, presenta estimaciones sobre medicamentos como antagonistas de los receptores mineralocorticoides, inhibidores SGLT2 y ARNI. Es una relación modelada a partir de cohortes retrospectivas, por lo que no permite concluir por sí sola que la IA cause mejores desenlaces en la práctica habitual.

Qué hay que interpretar con cautela

El documento reconoce limitaciones relevantes. La comparación parte de datos retrospectivos y utiliza criterios pragmáticos —como códigos ICD-10 y la puntuación H2FPEF— para aproximar la identificación de ICFEp. También admite posible confusión residual por la gravedad de la enfermedad y que no incorpora en el modelo económico para pagadores los costes posteriores de falsos positivos, lo que podría sobreestimar el beneficio neto.

Además, los costes, los reembolsos y la organización asistencial se basan en Estados Unidos, incluido un pago medio nacional de Medicare. Por ello, las estimaciones económicas no son trasladables directamente a España ni a otros sistemas sanitarios sin una evaluación local de costes, regulación, interoperabilidad, seguimiento de rendimiento y carga asistencial.

Esta noticia es informativa y no sustituye la valoración de un profesional. Una herramienta de IA no debe utilizarse para autodiagnóstico ni para modificar tratamientos.