{"id":267668,"date":"2026-10-21T23:56:00","date_gmt":"2026-10-22T04:56:00","guid":{"rendered":"http:\/\/vertienteglobal.com\/?p=267668"},"modified":"2026-10-22T08:49:30","modified_gmt":"2026-10-22T13:49:30","slug":"como-duermes-la-ia-podria-detectar-riesgo-de-insuficiencia-cardiaca-hasta-10-anos-antes","status":"publish","type":"post","link":"http:\/\/vertienteglobal.com\/?p=267668","title":{"rendered":"\u00bfC\u00f3mo duermes? La IA podr\u00eda detectar riesgo de insuficiencia card\u00edaca hasta 10 a\u00f1os antes"},"content":{"rendered":"\n
<\/a><\/div>\n
\"\"<\/figure>\n\n\n\n

(Redacci\u00f3n)<\/p>\n\n\n\n

Los investigadores desarrollaron un modelo de aprendizaje profundo, una modalidad de inteligencia artificial, que analiza los registros de la actividad el\u00e9ctrica del coraz\u00f3n mientras una persona duerme<\/p>\n\n\n\n

Ciudad de M\u00e9xico 21 de octubre de 2026.-La actividad el\u00e9ctrica del coraz\u00f3n durante el sue\u00f1o podr\u00eda ayudar a identificar el riesgo de desarrollar enfermedades cardiovasculares hasta con 10 a\u00f1os de anticipaci\u00f3n, mediante un sistema de inteligencia artificial (IA) capaz de analizar registros de electrocardiograma (ECG), de acuerdo con una investigaci\u00f3n publicada en la revista cient\u00edfica SLEEP.<\/p>\n\n\n\n

El estudio, encabezado por investigadores de la Universidad de Emory, en Estados Unidos, encontr\u00f3 que los datos card\u00edacos registrados durante el descanso nocturno pueden aportar informaci\u00f3n para estimar el riesgo futuro de padecer fibrilaci\u00f3n auricular, accidente cerebrovascular, insuficiencia card\u00edaca y muerte por cualquier causa.<\/p>\n\n\n\n

La investigaci\u00f3n cont\u00f3 con el respaldo de los Institutos Nacionales de Salud de Estados Unidos (NIH) y plantea la posibilidad de aprovechar informaci\u00f3n que ya se obtiene durante algunos estudios del sue\u00f1o para mejorar la detecci\u00f3n temprana de problemas cardiovasculares.<\/p>\n\n\n\n

\u00bfC\u00f3mo puede el sue\u00f1o revelar riesgos para el coraz\u00f3n?<\/p>\n\n\n\n

Los investigadores desarrollaron un modelo de aprendizaje profundo, una modalidad de inteligencia artificial, que analiza los registros de la actividad el\u00e9ctrica del coraz\u00f3n mientras una persona duerme.<\/p>\n\n\n\n

Para entrenar el sistema, utilizaron datos de casi 16 mil pacientes que participaron en un estudio del sue\u00f1o realizado en el Hospital General de Massachusetts, en Boston. Posteriormente, probaron el modelo con otros dos conjuntos de datos: uno con cerca de 10 mil pacientes del Hospital Universitario Emory y otro con aproximadamente 13 mil pacientes del Centro M\u00e9dico Beth Israel Deaconess, tambi\u00e9n en Estados Unidos.<\/p>\n\n\n\n

El sistema logr\u00f3 clasificar a los participantes seg\u00fan su nivel de riesgo cardiovascular a largo plazo. Adem\u00e1s, sus resultados mantuvieron valor predictivo despu\u00e9s de considerar factores convencionales como la edad, el sexo, la diabetes, la hipertensi\u00f3n y el tabaquismo, as\u00ed como caracter\u00edsticas del sue\u00f1o.<\/p>\n\n\n\n

De acuerdo con los autores, los cambios en la frecuencia card\u00edaca y en la conducci\u00f3n el\u00e9ctrica del coraz\u00f3n durante las primeras fases del sue\u00f1o podr\u00edan revelar se\u00f1ales sutiles relacionadas con futuros problemas de salud.<\/p>\n\n\n\n

\u00bfQu\u00e9 enfermedades podr\u00eda ayudar a predecir?<\/p>\n\n\n\n

Los resultados mostraron una asociaci\u00f3n entre las puntuaciones de riesgo calculadas por la inteligencia artificial y la probabilidad de presentar diferentes complicaciones durante los siguientes 10 a\u00f1os.<\/p>\n\n\n\n

Por cada aumento de una desviaci\u00f3n est\u00e1ndar en la puntuaci\u00f3n de riesgo del modelo, los investigadores observaron:<\/p>\n\n\n\n

Fibrilaci\u00f3n auricular: entre 103 y 172 por ciento m\u00e1s de riesgo.<\/p>\n\n\n\n

Accidente cerebrovascular: entre 19 y 40 por ciento m\u00e1s de riesgo.<\/p>\n\n\n\n

Insuficiencia card\u00edaca: entre 69 y 133 por ciento m\u00e1s de riesgo.<\/p>\n\n\n\n

Muerte por cualquier causa: entre 65 y 82 por ciento m\u00e1s de riesgo.<\/p>\n\n\n\n

Estos porcentajes representan incrementos relativos asociados con la puntuaci\u00f3n del modelo, no la probabilidad absoluta de que una persona desarrolle alguna de estas enfermedades. Por lo tanto, no significan que todas las personas que presenten determinadas caracter\u00edsticas al dormir vayan a padecer una complicaci\u00f3n cardiovascular.<\/p>\n\n\n\n

En el caso del infarto de miocardio, los investigadores se\u00f1alaron que solo uno de los grupos analizados mostr\u00f3 un incremento significativo del riesgo futuro.<\/p>\n\n\n\n

La inteligencia artificial podr\u00eda mejorar los estudios del sue\u00f1o<\/p>\n\n\n\n

Durante una polisomnograf\u00eda, una prueba utilizada para evaluar distintos trastornos del sue\u00f1o, tambi\u00e9n pueden registrarse se\u00f1ales el\u00e9ctricas del coraz\u00f3n mediante un electrocardiograma.<\/p>\n\n\n\n

Sin embargo, estos datos no siempre se aprovechan para evaluar el riesgo cardiovascular a largo plazo, especialmente cuando no muestran alteraciones evidentes que requieran atenci\u00f3n inmediata.<\/p>\n\n\n\n

Seg\u00fan los resultados publicados, incorporar la puntuaci\u00f3n del modelo de inteligencia artificial a las evaluaciones tradicionales mejor\u00f3 la predicci\u00f3n de algunos resultados cardiovasculares. La mejora alcanz\u00f3 hasta 6 por ciento para la fibrilaci\u00f3n auricular, 9 por ciento para la insuficiencia card\u00edaca y 7 por ciento para la mortalidad.<\/p>\n\n\n\n

El profesor de ingenier\u00eda biom\u00e9dica del Instituto Tecnol\u00f3gico de Georgia y autor del estudio, Gari Clifford, se\u00f1al\u00f3 que agregar estas puntuaciones puede contribuir a identificar con mayor precisi\u00f3n a las personas que podr\u00edan necesitar una evaluaci\u00f3n m\u00e9dica m\u00e1s detallada.<\/p>\n\n\n\n

Por su parte, David Goff, director interino del Instituto Nacional del Coraz\u00f3n, los Pulmones y la Sangre de los NIH, destac\u00f3 el potencial de este enfoque para reconocer riesgos cardiovasculares a\u00f1os antes de que aparezcan s\u00edntomas cl\u00ednicos.<\/p>\n\n\n\n

\u00bfEsta tecnolog\u00eda ya permite diagnosticar enfermedades card\u00edacas?<\/p>\n\n\n\n

Aunque los resultados son prometedores, el modelo no sustituye una valoraci\u00f3n m\u00e9dica ni confirma por s\u00ed mismo que una persona tenga una enfermedad cardiovascular. Se trata de una herramienta de predicci\u00f3n de riesgos que todav\u00eda requiere evaluaci\u00f3n antes de incorporarse de manera generalizada a la atenci\u00f3n cl\u00ednica.<\/p>\n\n\n\n

Los investigadores consideran que, en el futuro, este tipo de an\u00e1lisis podr\u00eda integrarse a los estudios del sue\u00f1o para ayudar a detectar pacientes que necesiten seguimiento preventivo.<\/p>\n\n\n\n

La investigaci\u00f3n abre una posibilidad para aprovechar los registros nocturnos del coraz\u00f3n como una fuente adicional de informaci\u00f3n m\u00e9dica, aunque ser\u00e1 necesario determinar c\u00f3mo utilizar esta tecnolog\u00eda en distintos grupos de pacientes y comprobar su utilidad en la pr\u00e1ctica cl\u00ednica. (Fuente: XEU)<\/p>\n","protected":false},"excerpt":{"rendered":"

(Redacci\u00f3n) Los investigadores desarrollaron un modelo de aprendizaje profundo, una modalidad de inteligencia artificial, que analiza los registros de la actividad el\u00e9ctrica del coraz\u00f3n mientras una persona duerme Ciudad de M\u00e9xico 21 de octubre de 2026.-La actividad el\u00e9ctrica del coraz\u00f3n durante el sue\u00f1o podr\u00eda ayudar a identificar el riesgo de desarrollar enfermedades cardiovasculares hasta con […]<\/p>\n","protected":false},"author":6,"featured_media":267669,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8],"tags":[],"class_list":["post-267668","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-pais","entry","has-media"],"jetpack_featured_media_url":"http:\/\/vertienteglobal.com\/wp-content\/uploads\/2026\/10\/178928.webp","_links":{"self":[{"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=\/wp\/v2\/posts\/267668","targetHints":{"allow":["GET"]}}],"collection":[{"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=267668"}],"version-history":[{"count":1,"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=\/wp\/v2\/posts\/267668\/revisions"}],"predecessor-version":[{"id":267670,"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=\/wp\/v2\/posts\/267668\/revisions\/267670"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=\/wp\/v2\/media\/267669"}],"wp:attachment":[{"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=267668"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=267668"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/vertienteglobal.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=267668"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}