Un modelo de ECG con IA muestra potencial para prever el riesgo de ictus con una década de antelación

Una prueba cardíaca de rutina podría ayudar a detectar el riesgo de ictus años antes de que aparezcan los síntomas

Un equipo de investigación codirigido por investigadores de Mass General Brigham y del Broad Institute ha desarrollado un modelo de inteligencia artificial que utiliza un electrocardiograma estándar, o ECG, para estimar el riesgo de ictus de un paciente hasta 10 años en el futuro. El sistema, llamado ECG2Stroke, fue entrenado y validado con datos de más de 200.000 pacientes y está diseñado para funcionar a partir de un único ECG de 10 segundos junto con la edad y el sexo del paciente.

El trabajo apunta a una forma potencialmente escalable de identificar a personas que, de otro modo, podrían pasar desapercibidas para las herramientas de cribado tradicionales. La prevención del ictus a menudo depende de detectar el riesgo elevado con suficiente antelación para actuar, pero la puntuación clínica del riesgo puede ser engorrosa y no siempre se usa de manera consistente en la atención rutinaria. Al basarse en una prueba no invasiva, ampliamente disponible y ya habitual en cardiología, los investigadores sostienen que la IA podría ayudar a cerrar esa brecha.

Qué aprendió el modelo del ECG

En lugar de depender de una larga lista de variables clínicas, ECG2Stroke busca patrones sutiles de la forma de onda en la actividad eléctrica del corazón. Los investigadores dijeron que el modelo tuvo un rendimiento similar al de una puntuación clínica validada en distintos hospitales y subgrupos de pacientes, pese a usar un conjunto de entradas mucho más limitado. Eso importa porque los ECG son baratos, rápidos y ya están integrados en los flujos de trabajo clínicos cotidianos.

El modelo se desarrolló con datos de pacientes del Massachusetts General Hospital y luego se probó en pacientes del Brigham and Women’s Hospital y del Beth Israel Deaconess Medical Center. Esa validación en varios hospitales da más peso a los hallazgos que una simple prueba de concepto en un solo centro, aunque todavía queda lejos de su despliegue en el mundo real.

Señal más fuerte: ictus cardioembólico

Entre los hallazgos más importantes estuvo la precisión del modelo para predecir el ictus cardioembólico, un subtipo causado cuando se forman coágulos en el corazón y luego viajan al cerebro. Los investigadores dijeron que las características del ECG relacionadas con una disfunción de las aurículas, las cavidades superiores del corazón, tuvieron una influencia desproporcionada en las predicciones. Eso es clínicamente relevante porque los ictus cardioembólicos a menudo pueden prevenirse con anticoagulantes si los pacientes de alto riesgo se identifican a tiempo.

En términos prácticos, el modelo parece captar rastros de vulnerabilidad cardíaca que quizá no sean evidentes en la lectura estándar de un ECG. Si esas señales se confirman en estudios prospectivos, la herramienta podría ayudar a los clínicos a priorizar a los pacientes para una vigilancia más intensiva o un tratamiento preventivo.

Por qué esto podría importar en la práctica

El atractivo de ECG2Stroke no es solo su rendimiento, sino también su encaje en el flujo de trabajo. Las herramientas existentes para evaluar el riesgo de ictus pueden ser precisas, pero no siempre son fáciles de aplicar a gran escala. Un sistema que pueda ejecutarse automáticamente sobre un ECG ya recogido en la atención clínica podría desplegarse con mayor amplitud, especialmente en sistemas sanitarios que buscan formas de baja fricción para identificar riesgos prevenibles.

Eso no significa que el modelo esté listo para cambiar la atención por sí solo. Los autores fueron explícitos al señalar que todavía se necesita confirmación prospectiva en el mundo real. El rendimiento predictivo en conjuntos de datos retrospectivos es un hito importante, pero no es lo mismo que demostrar que los clínicos pueden usar la herramienta de forma eficaz, segura y equitativa en entornos asistenciales reales.

También existe una pregunta más amplia sobre cómo se usaría un modelo así. Algunos pacientes identificados como de alto riesgo podrían necesitar seguimiento del ritmo, pruebas de imagen o un manejo más agresivo de otros factores de riesgo cardiovascular. Otros podrían beneficiarse de una vigilancia prudente más que de una intervención inmediata. El valor de la herramienta dependerá no solo de la precisión de la predicción, sino también de lo bien que encaje en las vías de decisión.

Un paso hacia una prevención más pasiva

Incluso con esas salvedades, el estudio se suma a un cuerpo creciente de trabajo que muestra que la IA puede extraer señales clínicamente significativas de pruebas ya disponibles dentro del sistema de salud. El ECG se ha usado durante mucho tiempo para diagnosticar problemas cardíacos agudos o conocidos. Esta investigación sugiere que también podría servir como una herramienta silenciosa de pronóstico para riesgos neurológicos futuros.

Para la medicina del ictus, esa es una idea convincente. Los ictus suelen ser devastadores, y la prevención es mucho más eficaz que el tratamiento posterior. Si un ECG de 10 segundos puede ayudar a identificar a pacientes que merecen más atención años antes de que ocurra un evento, podría trasladar parte de la prevención del ictus desde la atención reactiva hacia un cribado más temprano y rutinario. La siguiente pregunta es si esa promesa resiste el contacto con la medicina cotidiana.

Este artículo se basa en la cobertura de Medical Xpress. Leer el artículo original.