Un equipo de investigadores de Mayo Clinic creó y puso a prueba un nuevo modelo de inteligencia artificial (IA) para ayudar a personas sin experiencia previa en ultrasonido a obtener imágenes cardíacas. Lo más interesante es que la propuesta permite identificar a los pacientes que pueden tener una afección valvular cardíaca común y grave.
También lee: GPT-6 Astra llega a ChatGPT: ¿Qué cambia y cómo puede ayudar a los médicos?
¿Cómo funciona la nueva herramienta creada por Mayo Clinic?
El estudio Artificial Intelligence–Enabled Acquisition and Interpretation for Screening Aortic Stenosis publicado en JAMA Cardiology y presentado en el Congreso de la Sociedad Europea de Cardiología (ESC, por sus siglas en inglés) de 2026 demostró que tras cuatro horas de formación, los usuarios sin experiencia previa pudieron obtener imágenes de ultrasonido cardíaco focalizado mientras utilizaban modelos de IA para guiar la obtención de las imágenes y ayudar a analizarlas en busca de signos de estenosis aórtica moderada o más grave.
La estenosis aórtica se produce cuando la válvula aórtica del corazón se estrecha, lo que dificulta que el corazón bombee sangre al resto del cuerpo. Afecta aproximadamente al 7% de las personas de 75 años o más y es la causa más frecuente de intervención valvular cardíaca en todo el mundo.
Las personas con estenosis aórtica pueden no presentar síntomas hasta que la afección esté más avanzada. Detectar la enfermedad de manera más temprana puede ayudar a garantizar que los pacientes reciban el monitoreo y la atención adecuados.
“Un ecocardiograma es la prueba diagnóstica estándar para la estenosis aórtica. Sin embargo, su uso requiere muchos recursos, ya que exige equipo especializado, así como personal capacitado con experiencia tanto en la obtención como en la interpretación de las imágenes. Estos requisitos pueden limitar el acceso, sobre todo en entornos con recursos limitados, y hacer que la ecocardiografía completa no sea viable ni rentable como herramienta de cribado amplia”, dijo el Ph. D. Gal Tsaban, M. D., cardiólogo en Mayo Clinic y autor sénior del estudio.
Primeramente, los investigadores desarrollaron y validaron el algoritmo de aprendizaje profundo utilizando ecocardiogramas de pacientes de los centros de Mayo Clinic en Arizona, Florida, del Sistema de Salud de Mayo Clinic y Rochester. Evaluaron el rendimiento del modelo con imágenes obtenidas mediante ultrasonidos portátiles por ecografistas con experiencia.
La ecografía guiada por IA identifica la estenosis aórtica
En el estudio prospectivo, nueve miembros del personal de investigación sin experiencia clínica ni en ultrasonido utilizaron la orientación de la IA para realizar ultrasonidos cardíacos focalizados tras cuatro horas de formación.
Los miembros del personal pudieron utilizar el modelo de IA para analizar casi el 97% de los exámenes. Este ayudó a los investigadores a identificar correctamente al 93% de los pacientes con estenosis aórtica moderada o más grave y a descartar correctamente al 96% de los pacientes que no presentaban la afección.
Menor riesgo de falsos positivos
Alrededor del 10% de los exámenes se marcaron para su revisión por parte de un especialista en imagen cardíaca. El enfoque combinado de IA y revisión humana redujo los resultados falsos positivos, pero también significó que algunos pacientes con estenosis aórtica no fueron identificados.
El Dr. Tsaban y el Dr. Bird señalan que este enfoque está pensado para ayudar a las personas a realizar un cribado de la estenosis aórtica y determinar quién podría beneficiarse de pruebas adicionales. No está destinado a sustituir un ecocardiograma completo ni la evaluación de un médico.
Los pacientes identificados como posibles casos de estenosis aórtica moderada o más grave siguen necesitando una ecocardiografía completa para confirmar el diagnóstico y determinar la gravedad de la afección.
Los resultados sugieren que poner herramientas de IA como la creada por Mayo Clinic al alcance de personas con experiencia limitada en ultrasonido podría ayudar a que más pacientes accedan al cribado de la estenosis aórtica, sobre todo en comunidades donde la ecocardiografía completa y los profesionales de imagen capacitados son menos accesibles.
