La señal oculta de muerte súbita encontrada por una IA

Un electrocardiograma es la prueba que transforma la actividad eléctrica del corazón en una sucesión de líneas entendibles y que los profesionales utilizan desde hace décadas para reconocer arritmias, infartos y otros problemas cardiacos. Sin embargo, una investigación publicada recientemente en Nature sugiere que esas curvas contienen una señal que hasta ahora había pasado inadvertida: un pequeño cambio en su forma, capaz de identificar a personas con un riesgo elevado de muerte súbita cardiaca. El hallazgo no nace de una prueba novedosa, sino de una inteligencia artificial entrenada para mirar de otra forma una de las exploraciones más habituales de la medicina.

La muerte súbita cardiaca se produce cuando el corazón deja de bombear sangre de forma inesperada, generalmente porque aparece una arritmia grave en sus cavidades inferiores, los ventrículos. La actividad eléctrica se desorganiza y la circulación puede detenerse en pocos segundos. Un desfibrilador implantable puede reconocer esos ritmos peligrosos y emitir una descarga para corregirlos, pero su eficacia depende de saber con antelación quién tiene riesgo suficiente como para necesitarlo.

La principal herramienta utilizada para tomar esa decisión es la fracción de eyección del ventrículo izquierdo. Se mide habitualmente mediante una ecografía y calcula qué proporción de sangre expulsa la principal cavidad de bombeo en cada latido. Para tenerlo claro, un valor muy bajo puede indicar un corazón debilitado y justificar la colocación de un desfibrilador. El problema es que la mayoría de las personas que sufren una muerte súbita no presentan una reducción previa reconocida de esta medida. A esto se suma que aproximadamente dos tercios de los dispositivos implantados siguiendo ese criterio nunca llegan a administrar una descarga que salve la vida.

Para buscar una señal diferente, los investigadores recurrieron a todos los electrocardiogramas realizados entre 2010 y 2016 en la región sueca de Halland: 441.614 registros enlazados con historias clínicas y certificados de defunción. El modelo de aprendizaje profundo se entrenó con 262.554 electrocardiogramas de 75.157 pacientes y después se puso a prueba, sin modificarlo, en datos que se habían mantenido apartados durante su desarrollo. Así podían comprobar que la herramienta no se había limitado a memorizar los casos utilizados para aprender.

En la evaluación, la IA clasificó como de alto riesgo al 2,2 % de las personas analizadas. En ese grupo, la tasa anual de muerte súbita cardiaca fue del 7 %, frente al 4,6 % registrado entre quienes ya presentaban una capacidad de bombeo del corazón reducida. Lo más relevante es que el 86,1 % de las personas detectadas por la IA no habían sido identificadas con los criterios utilizados habitualmente. Es decir, la herramienta no se limitó a reconocer a pacientes que ya se consideraban vulnerables, sino que señaló a otras personas cuyo riesgo podía estar pasando desapercibido.

Después, los investigadores comprobaron si el modelo también funcionaba fuera de Suecia. Lo aplicaron, sin modificarlo, a más de 250.000 electrocardiogramas de Estados Unidos y a un registro hospitalario de Taiwán. En ambos casos logró reconocer señales relacionadas con alteraciones graves del ritmo cardiaco. Esto sugiere que la herramienta no se limitaba a identificar a personas con una salud más deteriorada en general, sino a detectar un riesgo concreto vinculado a la actividad eléctrica del corazón.

Aun así, la IA seguía ofreciendo una puntuación sin explicar con claridad qué parte del electrocardiograma utilizaba para calcularla. Para descubrirlo, el equipo creó un segundo sistema que modificaba poco a poco las ondas de un mismo registro, hasta transformar un patrón considerado de bajo riesgo en otro de alto riesgo. Al observar qué elementos cambiaban durante el proceso, los investigadores pudieron localizar la señal que estaba influyendo en la predicción.

La principal novedad apareció en una de las doce mediciones que forman un electrocardiograma convencional. En las personas con mayor riesgo, una de las ondas terminaba de una forma más suave y difuminada de lo habitual. Era un cambio pequeño, pero suficientemente constante como para llamar la atención de la IA y relacionarse con un mayor riesgo de muerte súbita cardiaca.

La señal resulta especialmente interesante porque es visible en un electrocardiograma estándar. No requiere una prueba más sofisticada ni una tecnología disponible únicamente en centros especializados. Los investigadores midieron matemáticamente esa pérdida de nitidez y comprobaron que, por sí sola, se relacionaba con la muerte súbita tanto entre las personas estudiadas en Suecia como entre las analizadas en Estados Unidos. Por lo tanto, la IA no se limitó a clasificar registros: condujo hasta un posible biomarcador que puede ser observado, cuantificado y estudiado por otros equipos.

¿Qué podría estar reflejando esa deformación? Una de las hipótesis plantea la existencia de fibrosis miocárdica difusa, una acumulación de tejido similar a una cicatriz entre las células musculares del corazón. Ese colágeno no conduce la electricidad como el tejido sano, por lo que puede obligar al impulso a avanzar por recorridos más irregulares. En una pequeña parte de los pacientes con resonancias cardiacas disponibles, quienes recibían las puntuaciones de riesgo más altas mostraban con mayor frecuencia señales sutiles compatibles con este proceso. La relación todavía es preliminar, pero ofrece una posible explicación biológica para la forma descubierta.

El estudio también observó que, entre los pacientes clasificados como de alto riesgo, quienes ya tenían un desfibrilador implantado murieron un 54,4 % menos de lo que predecía el modelo. El dato sugiere que la nueva señal podría localizar a personas capaces de beneficiarse del dispositivo, aunque no lo demuestra por sí solo, porque los pacientes que reciben uno son seleccionados por razones clínicas que también influyen en su evolución.

La principal limitación es que el análisis se realizó sobre registros y resultados pasados, y la definición de muerte súbita basada en certificados de defunción no siempre permite conocer con certeza el mecanismo final. Aunque la validación en tres países y la relación específica con arritmias refuerzan el hallazgo, será necesario un ensayo prospectivo y aleatorio para comprobar si utilizar el modelo reduce realmente las muertes sin provocar un exceso de implantes innecesarios.

En conclusión, el avance muestra una función de la inteligencia artificial que va más allá de acelerar los diagnósticos o reproducir decisiones ya conocidas. Al combinar un modelo predictivo con otro capaz de transformar las ondas, los investigadores consiguieron convertir una predicción difícil de interpretar en una señal concreta y visible. El electrocardiograma ya contenía esa información; lo que faltaba era una herramienta capaz de reconocerla y de señalar dónde hay que mirar. Si próximos estudios confirman su utilidad, una prueba sencilla y extendida podría ayudar a identificar antes a personas cuyo riesgo permanece hoy oculto.