Un nuevo estudio sugiere que la inteligencia artificial podría ayudar a los médicos a detectar enfermedades graves de las válvulas cardíacas años antes, lo que podría salvar miles de vidas.
Investigadores dirigidos por la Universidad de Cambridge analizaron los sonidos cardíacos de casi 1.800 pacientes utilizando un algoritmo de IA entrenado para reconocer la enfermedad valvular, una afección que a menudo no se diagnostica hasta que se vuelve potencialmente mortal.
La IA identificó correctamente al 98% de los pacientes con estenosis aórtica grave, la forma más común de enfermedad valvular que requiere cirugía, y al 94% de aquellos con insuficiencia mitral grave, en la que la válvula cardíaca no se cierra completamente y la sangre se filtra hacia atrás a través de la válvula.
Esta tecnología, que funciona con estetoscopios digitales, superó a los médicos de cabecera en la detección de valvulopatías y podría utilizarse como herramienta de cribado rápido en atención primaria. Los resultados se publican en la revista npj Cardiovascular Health.
Enfermedad valvular
«La enfermedad valvular es una epidemia silenciosa», afirmó el profesor Anurag Agarwal, del Departamento de Ingeniería de Cambridge, quien dirigió la investigación.«
Se estima que solo en el Reino Unido hay 300.000 personas con estenosis aórtica grave, y alrededor de un tercio lo desconoce.
Cuando aparecen los síntomas, el pronóstico puede ser peor que en muchos tipos de cáncer».
La valvulopatía cardíaca afecta a más de la mitad de las personas mayores de 65 años, y aproximadamente una de cada diez padece una enfermedad grave. En sus primeras etapas, suele ser asintomática.
«Cuando se desarrollan síntomas avanzados, el riesgo de muerte puede llegar al 80 % en dos años si no se trata», afirmó el coautor, el profesor Rick Steeds, de los Hospitales Universitarios de Birmingham.
«El único tratamiento actual es la cirugía para reparar o reemplazar la válvula».
Diagnóstico
Actualmente, el diagnóstico de la valvulopatía se basa en la ecocardiografía, considerada el método de referencia, pero que resulta costosa y requiere mucho tiempo.
Las listas de espera en el sistema público de salud pueden extenderse durante varios meses, lo que impide su uso como herramienta de cribado para la población general.
Los médicos pueden auscultar el corazón con un estetoscopio, pero esto no se hace de forma rutinaria en las consultas breves con el médico de cabecera, y se sabe que a menudo se pasan por alto muchos casos.
“La auscultación cardíaca es una técnica difícil y cada vez se utiliza menos en las consultas de medicina general con mucho volumen de pacientes”, afirmó Agarwal. “Esa es una de las principales razones por las que se pasan por alto tantos casos de valvulopatía”.
El Estudio
El nuevo estudio, fruto de la colaboración entre ingenieros, cardiólogos, enfermeras de investigación y otros profesionales clínicos de cinco hospitales del NHS (Servicio Nacional de Salud del Reino Unido), utilizó estetoscopios digitales para registrar los sonidos cardíacos de 1767 pacientes.
A cada participante también se le realizó un ecocardiograma, que se utilizó como referencia.
En lugar de entrenar el algoritmo para reconocer soplos cardíacos —el marcador diagnóstico tradicional—, los investigadores lo entrenaron directamente con los resultados de ecocardiogramas.
Esto permitió que el sistema aprendiera patrones acústicos sutiles que los humanos podrían pasar por alto, incluso en casos sin soplos evidentes.
Al compararlo con 14 médicos de cabecera que escucharon las mismas grabaciones, el algoritmo superó a todos ellos de forma consistente.
Los criterios de evaluación de cada médico variaron considerablemente, priorizando algunos la sensibilidad y otros la especificidad.
Tecnología
La IA ofreció resultados fiables en todos los casos y demostró una precisión especialmente notable en enfermedades graves.
El sistema se diseñó para minimizar las falsas alarmas, reduciendo así el riesgo de saturar los servicios de ecocardiografía, que ya se encuentran sobrecargados.
Los investigadores afirman que la tecnología no pretende sustituir a los médicos, sino que podría ser una herramienta de cribado útil, ayudándoles a decidir qué pacientes deben ser derivados para una evaluación y tratamiento más exhaustivos.
Solo se necesitan unos segundos de grabación de los sonidos cardíacos, y la prueba podría ser realizada por personal con una formación mínima.
«Si se puede descartar a las personas que definitivamente no padecen una enfermedad grave, se pueden concentrar los recursos en quienes más los necesitan», afirmó Agarwal.
Los investigadores afirman que serán necesarios más ensayos clínicos, realizados en entornos de atención primaria reales con un grupo diverso de pacientes, antes de que el dispositivo pueda implementarse para la población general.
Además, señalan que las formas más moderadas de enfermedad valvular son más difíciles de detectar.
Sin embargo, afirman que la IA podría ayudar a paliar la creciente presión sobre el sistema sanitario provocada por el envejecimiento de la población.
Tratamiento
“Las valvulopatías tienen tratamiento. Podemos reparar o reemplazar las válvulas dañadas y brindar a las personas muchos más años de vida saludable”, afirmó Steeds.
“Pero el tiempo es crucial. Herramientas de detección sencillas y escalables como esta podrían marcar una verdadera diferencia al identificar a los pacientes antes de que se produzcan daños irreversibles”.
Financiación
La investigación fue financiada en parte por el Instituto Nacional de Investigación Sanitaria, la Fundación Británica del Corazón y el Consejo de Investigación Médica (MRC), que forma parte de UK Research and Innovation (UKRI). Anurag Agarwal es miembro del Emmanuel College de Cambridge.
Referencia: Andrew McDonald et al. « Desarrollo y validación de la auscultación mejorada con IA para la detección de valvulopatías cardíacas mediante un estudio multicéntrico» . npj Cardiovascular Health (2026). DOI: 10.1038/s44325-026-00103-
