El modelo algorítmico redujo el tiempo de análisis diagnóstico de 13 minutos a solo tres segundos por paciente, recortando costos operativos en salud.
Estados Unidos, 03 de noviembre de 2026. Investigadores de City St George’s y University College London (UCL) revelaron en The Lancet Digital Health que la IA en cardiología supera a médicos experimentados al medir la fracción de eyección y estimar el riesgo de muerte.
Esta innovación tecnológica transforma la productividad de las instituciones hospitalarias. En efecto, el modelo algorítmico redujo el tiempo de análisis diagnóstico de 13 minutos a solo tres segundos por paciente, recortando costos operativos en salud.
El sector de la telemedicina y el diagnóstico por imágenes viene registrando una sobrecarga estructural por falta de especialistas. Por lo tanto, los científicos validaron esta solución mediante el análisis retrospectivo de 27.382 resonancias magnéticas en el Reino Unido y Estados Unidos.
¿Cómo predice la inteligencia artificial el riesgo de muerte cardiovascular?
La evaluación científica centró su atención en el análisis volumétrico de la función ventricular. De acuerdo con el reporte técnico, el algoritmo cuantificó el bombeo cardíaco con mayor correlación estadística frente a la supervivencia que la lectura humana.
La fracción de eyección es el porcentaje de sangre que el ventrículo izquierdo bombea hacia el cuerpo en cada latido cardíaco. Por lo tanto, este indicador determina si una persona requiere marcapasos, cirugías coronarias de emergencia o fármacos específicos para insuficiencia cardíaca.
Asimismo, la medición condiciona la continuidad de tratamientos de quimioterapia en pacientes oncológicos. Por su parte, la tecnología detectó patrones microscópicos de deterioro tisular que pasaron inadvertidos durante los exámenes visuales tradicionales.
¿Qué diferencias de rendimiento registraron la máquina y los especialistas?
La investigación comprobó que la ventaja predictiva se mantuvo constante tras ajustar variables clínicas de edad y sexo. Sin embargo, los autores enfatizaron que el sistema no busca desplazar la supervisión del cuerpo médico.
| Variable analizada | Medición médica manual | Diagnóstico con algoritmo de IA | Ganancia de eficiencia |
| Tiempo de análisis por paciente | 13 minutos por examen | 2 a 3 segundos por examen | Reducción de 99,6% en tiempo |
| Población evaluada en el estudio | 27.382 resonancias cardíacas | 27.382 resonancias cardíacas | Validación clínica a gran escala |
| Fallecimientos en seguimiento (>5 años) | 3.458 casos registrados | 3.458 casos registrados | Correlación estadística superior |
| Tasa de error del sistema | Variable según fatiga | 1% de pacientes (0,08% imágenes) | Exige validación humana final |
| Costo computacional unitario | Alto en honorarios médicos | Marginal tras licenciamiento | Optimización del gasto hospitalario |
En consecuencia, el software demostró una consistencia superior al estandarizar criterios cuantitativos. De hecho, los errores computacionales resultaron marginales y fácilmente subsanables mediante auditorías médicas aleatorias.
¿Qué dijeron los investigadores sobre el impacto en los hospitales?
El doctor George Joy, profesor clínico de City St George’s y autor principal del trabajo, destacó el alcance del indicador evaluado.
“La fracción de eyección es una de las mediciones más importantes que realizamos en cardiología porque ayuda a determinar cómo se trata a los pacientes y con qué frecuencia se les debe monitorizar”, afirmó George Joy.
Por su parte, el doctor Rhodri Davies, coautor de la investigación en UCL, delimitó el rol complementario de los algoritmos en las salas de hemodinámica.
“La IA no reemplaza a los médicos, pero puede proporcionar mediciones más rápidas y consistentes a bajo costo y facilitar una toma de decisiones clínicas más ágil que, en última instancia, beneficia a los pacientes”, señaló Rhodri Davies.
¿Cómo beneficiará esta tecnología a Medellín y los centros de salud locales?
En el Valle de Aburrá, instituciones especializadas como la Clínica Cardio VID y el Hospital San Vicente Fundación atienden pacientes cardiovasculares de toda Colombia. Por consiguiente, integrar estas herramientas permitiría triplicar la lectura diaria de resonancias sin colapsar las agendas médicas.
Gracias a la automatización de labores repetitivas, los cardiólogos antioqueños concentrarán su tiempo en consultas directas y cirugías complejas.
¿Qué sigue en el desarrollo de estos modelos diagnósticos?
El equipo de científicos británicos planea vincular este software a la lectura masiva de electrocardiogramas convencionales. Además, las autoridades sanitarias evalúan las solicitudes de autorización regulatoria para su uso clínico en centros hospitalarios públicos.
En definitiva, la incorporación de redes neuronales al diagnóstico cardíaco reducirá las brechas de oportunidad en salud, salvando vidas mediante tratamientos tempranos.
¿Qué demostró el estudio sobre la IA en cardiología?
El estudio demostró que la inteligencia artificial calcula la fracción de eyección con mayor precisión que los especialistas para predecir el riesgo de muerte. La investigación evaluó a 27.382 pacientes en The Lancet Digital Health.
¿Cuánto tiempo ahorra el software al analizar una resonancia del corazón?
El software analiza una resonancia cardíaca completa en apenas dos o tres segundos por paciente. En contraste, un médico especialista requiere un promedio de 13 minutos para realizar la medición manual.
¿Puede la inteligencia artificial reemplazar a los cardiólogos?
No, los investigadores aclararon que la herramienta no reemplaza al personal médico. Aunque la tasa de error es mínima (1% de pacientes), los profesionales deben verificar las lecturas y definir el tratamiento clínico adecuado.
¿Qué es la fracción de eyección y por qué es tan importante?
La fracción de eyección es el porcentaje de sangre que expulsa el ventrículo izquierdo en cada latido. Su cálculo define la necesidad de marcapasos, fármacos para la insuficiencia cardíaca o la continuidad de quimioterapias.
