Modelización económica sanitaria por simulación de un sistema de apoyo a la decisión clínica con IA para la revascularización coronaria

Decisiones más inteligentes para el cuidado del corazón

Las personas con obstrucciones graves en las arterias coronarias a menudo se enfrentan a una elección difícil entre fármacos, procedimientos mínimamente invasivos o cirugía a corazón abierto. Este estudio plantea una pregunta simple pero importante: si los médicos contaran con la ayuda de una potente herramienta de inteligencia artificial (IA) que pronostica la salud y los costes futuros, ¿podrían los pacientes vivir mejor mientras el sistema sanitario ahorra dinero? Utilizando datos reales de decenas de miles de canadienses con enfermedad coronaria, los investigadores muestran que un guía basado en IA podría recomendar con frecuencia un tratamiento distinto al administrado realmente —y que esos cambios podrían tanto mejorar los resultados como reducir el gasto.

Tres vías distintas para un corazón enfermo

Cuando las arterias que irrigan el corazón se estrechan, los médicos suelen considerar tres opciones principales. Una es solo medicación, empleando fármacos para controlar los síntomas y los factores de riesgo. Otra es un procedimiento por catéter que abre los vasos bloqueados desde dentro. La tercera es la cirugía de bypass, que reencamina la sangre alrededor de las arterias obstruidas utilizando vasos sanguíneos tomados de otra parte del cuerpo. Ensayos clínicos extensos han comparado estas opciones en grupos seleccionados de pacientes, pero los casos reales suelen ser más complejos que las personas que se inscriben en estudios de investigación. La edad, otras enfermedades, la anatomía y las preferencias personales pueden hacer la elección poco clara, dejando a médicos y pacientes navegando en la incertidumbre.

Qué hace realmente el sistema de IA

El equipo evaluó un sistema de apoyo a la decisión potenciado por IA llamado Revaz AI. Se entrenó con datos de más de 42.000 pacientes que se sometieron a pruebas de imagen de las arterias coronarias en Alberta, Canadá. Para cada nuevo paciente y para cada una de las tres opciones de tratamiento, Revaz AI predice las probabilidades de morir o sufrir problemas cardíacos mayores a los tres y cinco años. Los investigadores introdujeron luego estas predicciones en un modelo informático detallado que sigue a cada paciente durante el resto de su vida, contabilizando dos cosas: los costes de la atención y la cantidad de tiempo pasado en buena salud, medido como "años de vida ajustados por calidad" (AVAC), una forma estándar de combinar la duración y la calidad de vida en un único número.

Probando distintas maneras en que los médicos podrían usar la IA

Con registros de 25.942 pacientes reales, los autores reprodujeron la historia en un escenario virtual. Para cada persona, el modelo simuló lo que habría ocurrido bajo los tres tratamientos, guiado por los pronósticos de riesgo de Revaz AI. A continuación compararon esos futuros simulados con lo que realmente sucedió, bajo tres reglas imaginarias de cómo los médicos podrían usar la herramienta. En la primera regla, los médicos elegían la opción que ofrecía la mejor combinación de coste y salud, asumiendo que el sistema sanitario estaba dispuesto a pagar una cantidad estándar por cada año adicional de buena calidad de vida. En la segunda, los médicos ignoraban el coste y elegían la opción que producía más años de vida en buena salud. En la tercera, regla más cautelosa, los médicos mantenían su plan original a menos que la IA sugiriera un tratamiento distinto que mejorara claramente la calidad de vida esperada del paciente.

Grandes cambios hacia la cirugía y mejor relación coste‑efectividad

En estos escenarios, las decisiones guiadas por la IA con frecuencia difirieron de las decisiones originales, cambiando más comúnmente a los pacientes hacia la cirugía de bypass en lugar de procedimientos por catéter o solo medicación. Bajo la regla consciente del coste, casi tres cuartas partes de los pacientes en el análisis principal habrían recibido un tratamiento diferente, lo que condujo de media tanto a menores costes de por vida como a más tiempo en buena salud. Incluso bajo la regla cautelosa, en la que los médicos solo cambiaban de rumbo cuando la IA mostraba un beneficio claro, más de la mitad de los pacientes habrían sido tratados de forma distinta, nuevamente con modestos ahorros de costes y ganancias de salud significativas. Cuando el modelo se centró puramente en maximizar los años de vida en buena salud, algunas estrategias resultaron más caras en general pero siguieron ofreciendo buen valor por dinero según estándares comunes de política sanitaria.

Por qué importan estos resultados — y sus límites

El estudio sugiere que el apoyo a la decisión basado en IA podría ayudar a los sistemas sanitarios a obtener más beneficio por cada dólar gastado en atención cardíaca compleja. Al ajustar las elecciones a la predicción del futuro de cada paciente —no solo a la anatomía del momento— la herramienta con frecuencia favorece tratamientos que cuestan más inicialmente pero evitan procedimientos repetidos y hospitalizaciones posteriores, especialmente la cirugía de bypass. Sin embargo, los hallazgos representan una estimación en el mejor de los casos. El modelo asume que las predicciones de riesgo de la IA son precisas, que los médicos siempre pueden seguir sus recomendaciones y que los pacientes futuros se parecerán a los de los datos de Alberta y a los de ensayos clínicos anteriores. En la vida real, la capacidad quirúrgica, la fragilidad del paciente, las preferencias personales y la evolución de las técnicas médicas limitarán hasta qué punto la práctica puede ajustarse al ideal simulado.

Qué significa esto para pacientes y sistemas sanitarios

Para los pacientes, la conclusión no es que un ordenador deba decidir su tratamiento, sino que un mejor uso de los datos puede afinar la conversación con sus médicos. Para los sistemas sanitarios, este trabajo muestra que la IA no es solo un artilugio de alta tecnología, sino una herramienta que podría mejorar de forma significativa tanto los resultados como los presupuestos cuando se integra en la atención de manera reflexiva. Antes de que tales sistemas puedan adoptarse ampliamente, serán necesarios ensayos clínicos aleatorizados que confirmen que el uso de la IA en clínicas reales cambia verdaderamente las decisiones como predice esta simulación —y que esos cambios se traducen en vidas más largas y saludables a un coste aceptable.

Cita: Mullie, T., Puri, A., Bogner, E. et al. Health economic simulation modeling of an AI-enabled clinical decision support system for coronary revascularization. npj Digit. Med. 9, 249 (2026). https://doi.org/10.1038/s41746-026-02430-x

Palabras clave: enfermedad de las arterias coronarias, inteligencia artificial, apoyo a la decisión clínica, economía de la salud, cirugía de bypass