Las mediciones de IA de resonancias cardíacas anticiparon ligeramente mejor el riesgo de muerte que las mediciones clínicas en un estudio de 27.382 pacientes de Reino Unido y Estados Unidos. UCL difundió el resultado el 3 de noviembre, no este martes 17. El avance consiste en una comparación pronóstica con datos existentes: todavía no demuestra que incorporar la herramienta a la atención haga vivir más a los pacientes.
El trabajo, publicado en The Lancet Digital Health, examinó la fracción de eyección del ventrículo izquierdo. Esa medida expresa qué proporción de la sangre contenida en esa cavidad sale con cada contracción y ayuda a evaluar la función de bombeo del corazón. El estudio comparó el valor obtenido mediante segmentación automática de las imágenes con el registrado por profesionales en los informes clínicos.
Segmentar significa delimitar estructuras dentro de una imagen para medirlas. Un sistema puede ejecutar esa tarea con gran rapidez sin resolver por sí solo todo lo que un médico necesita saber. El interés de esta investigación fue comprobar si las mediciones resultantes se relacionaban con la mortalidad posterior, en lugar de limitarse a observar cuánto se parecían a las de un especialista.
La cohorte tuvo una mediana de seguimiento de 5,6 años y registró 3.458 muertes. Después de ajustar por edad y sexo, el índice de discriminación fue de 0,781 con la medición automática y de 0,777 con la clínica. La diferencia fue pequeña: 0,004. Ese índice compara la capacidad de ordenar el riesgo entre pacientes; no significa que la IA haya salvado un porcentaje adicional de vidas.
La rapidez también necesita una unidad bien definida. La comunicación de UCL menciona mediciones automáticas en dos o tres segundos y las compara con unos 13 minutos de trabajo especializado medidos en investigaciones anteriores. No es el tiempo completo de un examen hospitalario: no incluye necesariamente preparación, adquisición de imágenes, revisión clínica y entrega del informe. Presentarlo como una resonancia terminada en segundos cambiaría lo medido.
Los autores plantean un uso inicial de medición con supervisión clínica y piden estudios prospectivos. La diferencia importa: en un análisis retrospectivo se revisa información ya disponible; en una evaluación prospectiva se puede estudiar cómo funciona el procedimiento cuando se incorpora a un recorrido de atención definido. Para atribuir mejores resultados a su uso haría falta evidencia del efecto de esa intervención, además de una asociación pronóstica.
El origen comercial también debe estar a la vista. UCL identifica a Rhodri Davies como inventor de la herramienta. El artículo declara acciones y consultorías remuneradas en MyCardium AI para Davies, además de vínculos comerciales de otros autores. Esos intereses son relevantes al interpretar la propuesta. Una evaluación independiente ayudaría a comprobar cuánto se mantiene del resultado en otro entorno.
Chile cuenta con investigación propia en análisis de resonancias, aunque no es equivalente a este trabajo cardíaco. En junio de 2023, la Universidad de Chile difundió un estudio sobre imágenes cerebrales e IA para estimar riesgo de desarrollar Alzheimer. El antecedente involucró al académico Pablo Estévez y al entonces doctorando Jhon Intriago. Sirve para reconocer una línea local real, sin confundir órganos, objetivos ni sistemas.
Pasar del resultado extranjero a un servicio chileno requeriría comprobar el desempeño con los pacientes y equipos del entorno donde se pretende utilizar. Como criterio de evaluación, interesa conocer qué imágenes admite, qué errores obliga a revisar y quién conserva la responsabilidad sobre el informe. También habría que medir si el tiempo que ahorra la segmentación se traduce en una mejora del proceso completo.
Para el lector en Chile, este estudio respalda una posibilidad acotada: automatizar una medición cardíaca útil y examinar su aporte al pronóstico. Las fuentes consultadas no acreditan disponibilidad en hospitales chilenos. El siguiente resultado que cambiaría esa conclusión sería una evaluación local documentada, con revisión humana y efectos medidos en la atención, en vez de trasladar una cifra de velocidad desde una tarea aislada.

