La muerte súbita es la causa de miles de muertes en todo el mundo. Un individuo que está bien de repente presenta una arritmia fatal (fibrilación ventricular) y muere, a menos que alguien le aplique una descarga eléctrica en el pecho con un desfibrilador, lo cual es poco probable que ocurra. Lo ideal sería poder predecirla. El único dato que se asocia con la muerte súbita es la disminución de la cantidad de sangre que sale del ventrículo izquierdo en cada latido, que llamamos fracción de eyección del ventrículo izquierdo (FEVI), la cual puede detectarse mediante ecocardiograma. En pacientes con disminución de la FEVI, se puede colocar un desfibrilador subcutáneo que, en caso de arritmia, puede salvar la vida del paciente. Pero la predicción sigue siendo imperfecta. Presenta falsos negativos y falsos positivos en proporciones considerables.
En un estudio publicado hace días en la revista Nature (doi: 10.1038/s41586-026-10674-6), se presentan resultados de inteligencia artificial (IA) en los que, mediante aprendizaje automático (machine learning), se alimentó a la computadora con más de 260.000 electrocardiogramas (ECG) de la población de Suecia y con los resultados de los certificados de defunción, para ver si el sistema podría reconocer un patrón en los ECG que se asociara con la muerte súbita o la predijera.
El ECG es uno de los instrumentos diagnósticos no invasivos más antiguos que tenemos. Fue inventado por el fisiólogo holandés Willem Einthoven, quien recibió en 1924 el Premio Nobel de Fisiología y Medicina. Lo que hizo fue aprovechar que el cuerpo humano es un buen conductor de electricidad para registrar los potenciales eléctricos del corazón que preceden a la contracción del miocardio y que generan diversas ondas, a las que llamó P, Q, R, S y T. Dicen que empezó con la P porque, según Descartes, los puntos en las líneas curvas se nombran a partir de la P y, además, así quedaban letras del abecedario antes de la P y después de la T, en caso de que se descubrieran nuevas ondas. En el ECG se registran las ondas con electrodos colocados en doce puntos diferentes del tórax para crear un mapa de la actividad eléctrica del corazón en dos dimensiones: arriba, abajo, derecha, izquierda. El ECG es un instrumento muy útil para diagnosticar una amplia variedad de enfermedades cardíacas.
La IA identificó un subgrupo del 2 % de sujetos de alto riesgo, que tiene un porcentaje anual de muerte súbita del 7 %, que es mayor al 4.6 % de los sujetos con disminución de la FEVI. Además, el 86 % de estos sujetos no fue identificado como de riesgo por el estudio de la FEVI. Los resultados obtenidos con la base de datos de Suecia fueron validados con datos de sistemas de salud de los Estados Unidos y de Taiwán, lo que sugiere que son consistentes a pesar de provenir de países distintos, con diferentes equipos de ECG y definiciones de resultados. Lo que el modelo identificó es que los sujetos con riesgo de muerte súbita son quienes muestran un pequeño cambio en la derivación aVL del ECG, en la que se observa una inflexión en la forma en que la onda regresa al punto cero. En la figura, lo normal es la onda de color morado y la de riesgo, de color naranja. Durante más de un siglo, hemos utilizado el ECG sin percatarnos de ello.
Este trabajo demuestra que, con el uso de la IA, datos ampliamente estudiados pueden contener mensajes no detectados. Me parece que este es el uso adecuado de la IA. Para ver lo que los humanos no podemos ver y no, como algunos lo plantean, para sustituir a los humanos en lo que sí podemos.
Dr. Gerardo Gamba
Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán e
Instituto de Investigaciones Biomédicas, UNAM