Sistema de IA predice riesgo de insuficiencia cardíaca años antes mediante ECG Holter
Actualizado el 23 Jul 2026
La insuficiencia cardíaca, un síndrome progresivo en el que el corazón no puede satisfacer las demandas circulatorias del organismo, afecta a unos 64 millones de personas en todo el mundo. En los países desarrollados, aproximadamente el 12% de los adultos mayores de 65 años viven con esta afección, que causa fatiga, dificultad para respirar, edema e intolerancia al ejercicio y puede ser mortal. La identificación temprana antes del inicio clínico podría permitir un tratamiento preventivo y reducir el deterioro.
Para ayudar a abordar este desafío, los investigadores han desarrollado un sistema de inteligencia artificial que predice el riesgo futuro de insuficiencia cardíaca a partir de datos rutinarios de electrocardiogramas.
DeepHHF es un modelo de inteligencia artificial creado en la Facultad de Ingeniería Biomédica del Technion (Haifa, Israel). El sistema analiza registros estándar de electrocardiograma ambulatorio de 24 horas (Holter ECG) obtenidos durante la monitorización Holter domiciliaria de rutina. Su objetivo es identificar a los pacientes con mayor riesgo de desarrollar insuficiencia cardíaca con mucha antelación al inicio de los síntomas.
El modelo funciona con señales brutas de Holter ECG y detecta anomalías sutiles que a menudo son imperceptibles para el ojo humano. Su resultado proporciona una alerta temprana que puede preceder al diagnóstico por varios años. Al centrarse en datos ya recogidos en la atención habitual, el enfoque está diseñado para integrarse con los circuitos de monitorización cardíaca existentes.
Durante su desarrollo, DeepHHF se entrenó con aproximadamente 70,000 exámenes Holter realizados en Leumit Health Services. El estudio fue dirigido por el Technion y publicado en npj Digital Medicine el 19 de junio de 2026. Entre las instituciones colaboradoras se incluyeron Rambam Health Care Campus, Shaare Zedek Medical Center, la Universidad Hebrea de Jerusalén, Leumit Health Services y Hadassah Medical Center.
La investigación pone de relieve el creciente énfasis en el diagnóstico temprano para permitir intervenciones preventivas que pueden mejorar los resultados y salvar vidas. Dado que el método se basa en una monitorización no invasiva y ampliamente disponible, puede ayudar a los clínicos a identificar antes a los pacientes de alto riesgo y planificar un manejo proactivo. Los autores informan que el modelo puede predecir el riesgo con hasta cinco años de antelación utilizando registros brutos de Holter ECG.
“Hasta donde sabemos, ningún modelo existente puede predecir el riesgo de insuficiencia cardíaca con hasta cinco años de antelación utilizando registros brutos de Holter ECG. Al basarse en herramientas diagnósticas estándar y no invasivas, nuestro modelo proporciona información clínicamente valiosa que permite la identificación temprana de pacientes de alto riesgo e intervenciones preventivas a tiempo, con el potencial de reducir hospitalizaciones, sufrimiento y mortalidad”, afirmó el Prof. Joachim Behar, autor sénior de la Facultad de Ingeniería Biomédica del Technion.
Enlaces relacionados
Facultad de Ingeniería Biomédica del Technion