IA identifica insuficiencia cardíaca grave con análisis de laboratorio de rutina

Un equipo de investigadores desarrolló un modelo de aprendizaje automático capaz de identificar la insuficiencia cardíaca con fracción de eyección reducida (ICFEr) a partir de análisis de laboratorio de rutina, sin necesidad de estudios de imagen especializados como el ecocardiograma.

La ICFEr es una forma grave de insuficiencia cardíaca en la que el corazón no bombea suficiente sangre al organismo. Su diagnóstico temprano suele requerir equipamiento costoso y personal especializado, lo que limita el acceso en entornos de bajos recursos o atención primaria.

El modelo fue entrenado con datos clínicos existentes y logró detectar patrones en marcadores sanguíneos y otros indicadores convencionales que se asocian con esta condición cardíaca. Según los autores, la herramienta podría integrarse en sistemas hospitalarios para alertar a los médicos sobre pacientes en riesgo antes de que reciban un diagnóstico formal.

Los investigadores destacan que este enfoque podría democratizar el diagnóstico de enfermedades cardíacas complejas, especialmente en regiones donde el acceso a cardiología especializada es limitado, y abrir la puerta a intervenciones más tempranas y efectivas.