¿Puede la IA ayudar a predecir qué pacientes con insuficiencia cardíaca empeorarán en un año?

Investigadores del MIT, Mass General Brigham y la Harvard Medical School han desarrollado PULSE-HF, un modelo de aprendizaje profundo que predice hasta un año de antelación si la insuficiencia cardíaca de un paciente empeorará, analizando electrocardiogramas. El modelo pronostica cambios en la fracción de eyección del ventrículo izquierdo (LVEF) por debajo del 40%, el subgrupo más grave. Probado en tres cohortes de pacientes, logra AUROC entre 0,87 y 0,91, y funciona tanto con ECG de 12 derivaciones como de una sola. Permite priorizar seguimientos clínicos, reduce visitas innecesarias y es útil en entornos con recursos limitados. No existe otro método para predecir declives futuros en LVEF en pacientes con insuficiencia cardíaca.