Buscando información sobre la aplicación de la IA en hospitales, he dado con un estudio clínico llevado a cabo en Estados Unidos en 2025. En dicho estudio se evaluó la eficacia de un modelo de IA para detectar enfermedades cardíacas a partir de electrocardiogramas.

¿Cómo puede la IA a detectar patologías cardíacas?

El modelo fue entrenado con más de un millón de pares de electrocardiogramas y ecocardiogramas procedentes de más de doscientos mil pacientes adultos atendidos entre 2008 y 2022 en ocho hospitales del NewYork-Presbyterian.

¿Cómo se entrena una IA? Piensa en el electrocardiograma como una partitura: picos, valles y silencios que cuentan la historia eléctrica del corazón. Durante décadas, los cardiólogos han sido intérpretes virtuosos de esas notas; hoy, además, aparece un nuevo músico en la sala: la inteligencia artificial. No llega con bata ni estetoscopio, sino con una capacidad poco glamourosa y muy poderosa: ver patrones diminutos donde a veces el ojo humano solo ve “normalidad”.

Aprende sobre cardiología con casos reales

¿El truco? Entrenar. Se alimenta a la IA con miles (o millones) de ECG etiquetados: casos con fibrilación auricular, cardiomiopatías, isquemia, trastornos de conducción… y también corazones sanos. En ese océano de señales aprende “acentos” que a nosotros se nos escapan: microvariaciones en la forma de la onda, combinaciones sutiles de intervalos, ritmos que no cantan fuerte pero sí desafinan un poco. Cuando después recibe tu registro, no adivina: compara, calcula probabilidades y señala dónde la partitura se sale del compás.

Es incansable, prioriza y detecta con mucha precisión

En algunos estudios, esa habilidad se traduce en más aciertos que los expertos, sobre todo en lo difícil: señales débiles, casos raros o pistas tempranas de enfermedad. Además, la IA no se cansa, no pierde concentración tras veinte urgencias y puede revisar montañas de ECG en segundos. En la práctica, esto puede significar algo precioso: detectar antes, priorizar mejor y reducir el “se me pasó” en pacientes que aún no tienen síntomas claros.

¿Puede la IA equivocarse?

Pero ojo: que sea lista no significa que sea infalible. Si se entrenó con datos poco diversos, puede fallar más en ciertos grupos; si el ECG está mal tomado, puede confundirse; y, aunque acierte, necesita contexto clínico (síntomas, antecedentes, analíticas, eco…). Por eso, la IA no viene a “jubilar” cardiólogos, sino a darles un superpoder: una segunda mirada constante, rápida y sensible, que avisa cuando conviene escuchar con más atención.

Puede detectar patologías cardíacas a partir de electrocardiogramas con mayor precisión que cardiólogos

Imagina la consulta como un dúo: el corazón marca el tempo, la IA detecta matices y el cardiólogo decide la interpretación final. Cuando esa colaboración funciona, ganamos todos: más tiempo para hablar con el paciente, menos ruido en el diagnóstico y más música en la prevención. Al final, no se trata de que una máquina “sepa más”, sino de que, juntos, aprendamos a cuidar mejor ese motor incansable que llevamos dentro.