Una inteligencia artificial mide el corazón en una resonancia en segundos y mejora la predicción de supervivencia
Una herramienta de inteligencia artificial (IA) capaz de analizar una resonancia magnética cardiaca en apenas dos o tres segundos ha demostrado predecir el riesgo de muerte de los pacientes ligeramente mejor que las mediciones realizadas por especialistas. El resultado procede de un estudio con 27.382 pacientes de Reino Unido y Estados Unidos, publicado el 2 de noviembre de 2026 en la revista The Lancet Digital Health.
El trabajo ha sido liderado por investigadores de City St George’s, perteneciente a la Universidad de Londres, y del University College London (UCL). Sus conclusiones no apuntan a sustituir a los cardiólogos, sino a proporcionarles una medición más rápida, homogénea y reproducible de uno de los principales indicadores de la función del corazón.
La fracción de eyección, una medida clave del corazón
El sistema calcula la fracción de eyección, un parámetro que indica qué porcentaje de sangre expulsa el ventrículo izquierdo en cada latido. Esta cifra permite valorar la capacidad de bombeo del corazón y ayuda a orientar decisiones clínicas relacionadas con el riesgo quirúrgico, el seguimiento de enfermedades cardiovasculares o el control de pacientes sometidos a determinados tratamientos, como la quimioterapia.
Para obtenerla, los especialistas analizan las imágenes de la resonancia y delimitan las cavidades cardiacas durante las distintas fases del latido. Aunque se trata de una medición habitual, puede variar entre profesionales, especialmente cuando las imágenes no son perfectas o las estructuras resultan difíciles de identificar.
La IA emplea modelos de aprendizaje automático, una técnica que permite a un sistema encontrar patrones en grandes cantidades de datos. En este caso, el algoritmo ha aprendido a reconocer la forma y el movimiento del corazón en las imágenes para calcular la fracción de eyección y relacionarla con la evolución posterior de los pacientes.
Más de cinco años de seguimiento
Los investigadores analizaron los historiales de 27.382 personas y las siguieron durante una media superior a cinco años. En ese periodo se registraron 3.458 fallecimientos. Tras tener en cuenta variables como la edad y el sexo, la fracción de eyección calculada por la IA predijo el riesgo de muerte de forma ligera pero estadísticamente significativa mejor que la estimación realizada por los clínicos.
La diferencia no supone que el algoritmo sea infalible ni que pueda reemplazar la valoración médica. Su principal ventaja está en combinar una pequeña mejora en la capacidad predictiva con una reducción drástica del tiempo necesario para realizar el análisis.
Según trabajos previos del mismo equipo, un especialista suele necesitar alrededor de 13 minutos para completar esta medición. La IA, en cambio, puede hacerlo en dos o tres segundos. Esa diferencia podría facilitar el procesamiento de un mayor número de pruebas y liberar tiempo para que los profesionales se concentren en la interpretación clínica y en la atención directa al paciente.
Consistencia frente a variabilidad
El valor de la herramienta no reside únicamente en su velocidad. Los autores destacan especialmente su consistencia: el sistema aplica los mismos criterios a todas las resonancias y reduce las diferencias que pueden surgir entre dos observadores humanos.
Los errores fueron poco frecuentes. El estudio los sitúa en torno al 1 % a nivel de paciente, mientras que afectaron al 0,08 % de las imágenes. Aun así, cualquier resultado generado por la IA debe ser revisado por un profesional, ya que una medición aislada no recoge toda la información necesaria para diagnosticar o tratar una enfermedad cardiaca.
La interpretación depende también de los síntomas, los antecedentes, la medicación, los resultados de otras pruebas y la calidad de las imágenes. Por eso, la herramienta está planteada como un apoyo a la decisión clínica y no como un sistema autónomo.
Un estudio prometedor, pero todavía preliminar
El trabajo tiene limitaciones importantes. Se trata de un estudio retrospectivo, es decir, basado en el análisis de datos recopilados anteriormente y no en una evaluación controlada en tiempo real dentro de la práctica clínica. Este diseño permite estudiar a un gran número de pacientes, pero no demuestra por sí solo cómo funcionará el sistema en todos los hospitales o con poblaciones diferentes.
Los propios investigadores señalan que los resultados deben verificarse antes de incorporarlos de forma generalizada a la asistencia sanitaria. También será necesario comprobar cómo responde el modelo ante equipos de resonancia distintos, protocolos de imagen diferentes o pacientes con características que no estén suficientemente representadas en los datos originales.
El siguiente paso del equipo consiste en combinar la información de la resonancia con otras pruebas, especialmente el electrocardiograma. Esta integración podría ayudar a detectar antes alteraciones del músculo cardiaco y mejorar la identificación de pacientes con mayor riesgo.
La IA como instrumento de precisión médica
El avance ilustra una de las aplicaciones más realistas de la IA en medicina: automatizar tareas concretas, repetitivas y medibles sin eliminar la supervisión humana. Una mejora modesta en la predicción puede tener consecuencias relevantes cuando se aplica a miles de pacientes, siempre que se mantengan controles de calidad y una interpretación profesional.
La cuestión decisiva será cómo se utiliza el tiempo ahorrado. Si los segundos de procesamiento se traducen en diagnósticos más ágiles, mediciones más comparables y más atención para cada paciente, la tecnología aportará un beneficio tangible. Si solo sirve para aumentar el volumen de pruebas sin reforzar la evaluación médica, su impacto será mucho más limitado.
Por ahora, los resultados respaldan una visión prudente: la inteligencia artificial puede medir la función cardiaca con rapidez y una precisión ligeramente superior en este estudio, pero todavía necesita validación en entornos reales. El futuro más útil no parece ser una máquina que sustituya al especialista, sino una herramienta que reduzca la variabilidad y le permita tomar decisiones mejor informadas.



