Un estudio pionero ha desarrollado un nuevo modelo basado en inteligencia artificial (IA) que mejora de manera significativa la predicción del riesgo cardiovascular en pacientes con hipercolesterolemia familiar (HF), una enfermedad hereditaria que es la principal causa de cardiopatía coronaria precoz y agresiva. El trabajo se ha publicado en la revista científica European Heart Journal - Digital Health.
El estudio tiene como primer autor al Dr. Alberto Zamora, jefe del grupo de Innovación en Salud Digital del IDIBGI y de la Corporació de Salut del Maresme i La Selva (CSMS), y también ha contado con la participación del ingeniero de telecomunicaciones e investigador predoctoral del mismo grupo, Miguel Camacho. La investigación se ha realizado a partir de datos del Registro Nacional de la Sociedad Española de Arteriosclerosis, en nombre del cual firman los autores. El estudio ha analizado información clínica, genética y de seguimiento de 1.764 personas con HF, más de la mitad mujeres, utilizando algoritmos de aprendizaje automático para estimar el riesgo de sufrir eventos cardiovasculares graves.
Según explica el Dr. Zamora, “los resultados muestran que la inteligencia artificial puede ofrecer una estratificación del riesgo mucho más precisa que los modelos utilizados hasta ahora”. El nuevo algoritmo alcanza una capacidad predictiva superior a las herramientas existentes, lo que puede ayudar a los profesionales sanitarios a identificar antes a las personas con mayor riesgo y a adaptar mejor las estrategias de prevención y tratamiento.
Uno de los aspectos más relevantes del estudio es que, por primera vez, se ha aplicado una perspectiva de sexo en este tipo de modelos. La investigación revela que los factores que influyen en el riesgo cardiovascular no son los mismos en mujeres y en hombres. Por ejemplo, en las mujeres tienen mayor peso variables relacionadas con la edad, la GGT, la circunferencia de la cintura, la presencia de enfermedad vascular subclínica o los niveles de Apo B, mientras que en los hombres son más determinantes aspectos como la edad de inicio del tratamiento con estatinas, la HbA1c o el C-LDL. “Tener en cuenta estas diferencias es clave para evitar sesgos y avanzar hacia una medicina realmente personalizada”, destaca Zamora.
El estudio también apuesta por la denominada “IA explicable”, una aproximación que busca mostrar qué factores influyen en las predicciones del modelo para entender cómo este llega a sus estimaciones de riesgo. Esto facilita la confianza de los profesionales y los pacientes en el modelo, abriendo la puerta a una aplicación clínica más transparente.
En conjunto, estos resultados ponen de manifiesto el potencial de la inteligencia artificial ética, responsable y transparente para mejorar la prevención cardiovascular y disponer de más herramientas que faciliten una atención cada vez más personalizada.
Artículo de referencia: Zamora A, Masana L, Civeira F, Ibarretxe D, Fanlo-Maresma M, Vila A, Suárez Tembra M, Marco-Benedí V, Alvarez-Sala-Walther LA, Camacho-Ruiz M. Prognostic stratification of familial hypercholesterolaemia patients using AI algorithms: a gender-specific approach. Eur Heart J Digit Health. 2025 Aug 26;6(6):1113-1123. doi: 10.1093/ehjdh/ztaf092. PMID: 41267838; PMCID: PMC12629648.
La mejor actitud que podemos adoptar es la de trat...
El equipo de investigadores observó cambios en el...
El gen AtCDF3 promueve una mayor producción de az...
En nuestro post hablamos sobre este interesante tipo de célula del si...
Curapath se complace en reconocer el importante avance logrado por Mac...
