Un estudio de la Universidad de Cambridge revela que un estetoscopio inteligente puede detectar enfermedades valvulares cardíacas graves antes que los médicos, mejorando el diagnóstico y salvando vidas.
Un reciente estudio de la Universidad de Cambridge ha revelado que la inteligencia artificial (IA) podría ser clave para detectar enfermedades graves de las válvulas cardíacas con años de anticipación, lo que podría salvar miles de vidas. Este avance es particularmente relevante dado que estas afecciones suelen permanecer sin diagnóstico hasta que se vuelven amenazantes para la vida.
Los investigadores analizaron los sonidos cardíacos de casi 1,800 pacientes utilizando un algoritmo de IA específicamente entrenado para reconocer enfermedades valvulares. Los resultados fueron impresionantes: el sistema identificó correctamente el 98% de los casos de estenosis aórtica severa, la forma más común de enfermedad valvular que requiere cirugía, y el 94% de los casos de regurgitación mitral severa, donde la válvula del corazón no se cierra completamente y permite que la sangre fluya hacia atrás.
El profesor Anurag Agarwal, líder del estudio, enfatiza que “la enfermedad valvular es una epidemia silenciosa”. Se estima que en el Reino Unido hay alrededor de 300,000 personas con estenosis aórtica severa, y aproximadamente un tercio desconoce su condición. Cuando aparecen los síntomas, las consecuencias pueden ser más graves que en muchos tipos de cáncer.
Esta enfermedad afecta a más de la mitad de las personas mayores de 65 años, con cerca del 10% presentando una enfermedad significativa. En sus etapas iniciales, suele ser asintomática. Según el profesor Rick Steeds, coautor del estudio, “cuando se desarrollan síntomas avanzados, el riesgo de muerte puede alcanzar hasta el 80% en dos años si no se trata”. Actualmente, la única opción terapéutica disponible es la cirugía para reparar o reemplazar la válvula afectada.
A pesar de que el diagnóstico tradicional se basa en ecocardiografías —consideradas el estándar dorado— este procedimiento puede resultar costoso y llevar mucho tiempo. Las listas de espera en el Servicio Nacional de Salud (NHS) pueden extenderse durante meses, lo que impide su uso como herramienta de detección masiva.
Aunque algunos médicos utilizan estetoscopios para escuchar los latidos del corazón, esta práctica no es común debido a la brevedad de las consultas médicas y a su tendencia a pasar por alto muchos casos. Agarwal señala que “la auscultación cardíaca es una habilidad difícil y se utiliza cada vez menos en las abarrotadas consultas médicas”. Esta situación contribuye significativamente a que muchas enfermedades valvulares queden sin diagnosticar.
El nuevo estudio fue una colaboración entre ingenieros y cardiólogos junto con enfermeras investigadoras y otros clínicos provenientes de cinco Trusts del NHS. Utilizando estetoscopios digitales, registraron los sonidos cardíacos de 1,767 pacientes quienes también se sometieron a ecocardiogramas como referencia.
A diferencia del enfoque tradicional que entrena algoritmos para reconocer soplos cardíacos, esta investigación entrenó al sistema directamente con resultados ecocardiográficos. Esto permitió al algoritmo identificar patrones acústicos sutiles que podrían pasar desapercibidos por humanos e incluso detectar casos sin soplo evidente.
Al comparar el rendimiento del algoritmo con 14 médicos generales que escucharon las mismas grabaciones, el sistema superó consistentemente a todos ellos. Los juicios individuales variaron considerablemente; algunos priorizaban la sensibilidad mientras otros se enfocaban en la especificidad. El algoritmo proporcionó resultados fiables cada vez y demostró una precisión notable en casos severos.
Diseñado para minimizar falsas alarmas y reducir así la presión sobre los servicios ecocardiográficos ya saturados, este sistema no pretende reemplazar a los médicos. Más bien, podría servir como una herramienta útil para ayudarles a decidir qué pacientes deben ser referidos para investigaciones adicionales y tratamiento.
Bastan solo unos segundos para grabar los sonidos cardíacos necesarios para este test, lo cual podría realizarse por personal con formación mínima. Agarwal concluye: “Si podemos descartar a aquellos que definitivamente no tienen una enfermedad significativa, podremos concentrar recursos en quienes realmente lo necesitan”.
Aunque aún son necesarios ensayos adicionales en entornos reales con grupos diversos antes de implementar esta tecnología en la población general, los investigadores consideran que esta IA podría aliviar las crecientes presiones sobre el sistema sanitario provocadas por una población envejecida.
"La enfermedad valvular es tratable", afirma Steeds. "Podemos reparar o reemplazar válvulas dañadas y ofrecer muchos más años de vida saludable". La clave está en actuar a tiempo; herramientas simples y escalables como esta podrían marcar una diferencia real al identificar pacientes antes de que ocurra un daño irreversible."