Aprendizaje multimodal multi-instancia para la predicción del rendimiento en pruebas cardiopulmonares de ejercicio

Por qué importa para las personas con corazones débiles

Para las personas que viven con insuficiencia cardíaca, una de las preguntas más importantes es: “¿Cuánto tiempo me queda y qué pueden hacer todavía los médicos por mí?” La mejor prueba médica para responder a eso hoy es un examen exigente en cinta de correr o bicicleta que mide cuánto oxígeno puede utilizar el cuerpo durante el ejercicio intenso. Pero esta prueba es difícil de conseguir y no está disponible en muchos hospitales. Este estudio muestra cómo los médicos podrían, en su lugar, usar ecocardiogramas habituales y la información ya presente en la historia clínica, combinados con inteligencia artificial moderna, para estimar el mismo número crucial y señalar a los pacientes que pueden necesitar terapias avanzadas que salvan vidas.

El desafío de detectar el peligro a tiempo

La insuficiencia cardíaca afecta a millones de personas y a menudo les roba más de una década de vida. En su fase más avanzada, la supervivencia puede ser peor que la de muchos cánceres, y aun así solo una pequeña fracción de los pacientes recibe tratamientos como el trasplante de corazón o dispositivos mecánicos a tiempo. Una herramienta clave para decidir quién debe ser derivado a estas terapias es la prueba cardiopulmonar de ejercicio, que mide el “VO₂ pico”, la cantidad máxima de oxígeno que el cuerpo puede utilizar durante el ejercicio. Un VO₂ pico bajo es una señal de alarma potente, pero la prueba requiere equipo especial, personal formado y espacio, por lo que muchos centros —especialmente hospitales pequeños o rurales— no pueden ofrecerla. En contraste, las ecocardiografías transtorácicas estándar (TTE) y los registros electrónicos de salud (EHR) están ampliamente disponibles pero, por sí solos, no han sido muy buenos prediciendo quién corre mayor riesgo.

Enseñar a las máquinas a leer entre pruebas

Los investigadores desarrollaron un nuevo sistema de inteligencia artificial que aprende de dos fuentes principales de información: imágenes ecocardiográficas en movimiento del corazón y datos detallados del EHR, como edad, peso, medicación y medidas cardíacas estándar. Cada examen ecocardiográfico contiene muchos clips y vistas especializadas, así que en lugar de tratar cada imagen por separado, el modelo revisa todas ellas juntas, más parecido a como lo haría un médico. Utiliza una estrategia “multi‑instancia”: primero convierte cada imagen o clip en una descripción compacta y luego las combina con un mecanismo de atención que permite al modelo centrarse en las partes más informativas. En paralelo, una red neuronal especializada entrenada con muchos tipos de datos tabulares médicos transforma la información del EHR en su propio resumen. Un paso final de fusión mezcla los resúmenes de ecocardiografía y EHR en un retrato único del paciente, a partir del cual el sistema predice el VO₂ pico y si la persona está por debajo de un umbral crítico de seguridad.

Qué tan bien funciona el sistema

El equipo entrenó y probó su enfoque con datos de cuatro grandes hospitales de la red New York–Presbyterian, usando 1.000 pacientes para desarrollo y 127 pacientes de centros independientes para validación externa. En comparación con un modelo de IA anterior y más simple que examinaba los datos de ecocardiografía y EHR de forma más independiente, el nuevo marco fue claramente más preciso. Explicó alrededor del 60% de la variación en el VO₂ pico en el grupo de prueba principal, frente a aproximadamente un 53% antes, y su error típico se redujo en torno a la mitad de un equivalente metabólico de tarea, una mejora clínicamente significativa. Cuando el objetivo fue simplemente identificar a los pacientes de alto riesgo —aquellos con capacidad de ejercicio especialmente baja—, el sistema alcanzó un área bajo la curva de 0,85 en el grupo de desarrollo y 0,87 en los hospitales externos, superando a todos los modelos que utilizaron solo ecocardiografía o solo datos del EHR. En términos prácticos, con un equilibrio clínicamente razonable entre casos omitidos y falsas alertas, se marcaron correctamente más pacientes realmente de alto riesgo.

Mirando dentro de la caja negra

Para comprobar que el modelo prestaba atención a características sensatas, los autores crearon mapas visuales sobre las imágenes ecocardiográficas que muestran qué regiones influyeron más en las predicciones. Los mapas tendieron a resaltar las cámaras cardíacas, su movimiento y las formas de onda del flujo sanguíneo —características en las que ya confían los cardiólogos—, lo que sugiere que el sistema está aprendiendo patrones significativos y no ruido. En los datos del EHR, medidas como la edad, el índice de masa corporal y la fuerza de bombeo del ventrículo izquierdo emergieron como especialmente importantes, de nuevo coincidiendo con las expectativas clínicas. Los investigadores también examinaron cómo funcionaba el modelo en distintos subgrupos. El rendimiento fue similar para hombres y mujeres y para pacientes blancos y no blancos al predecir el valor exacto de VO₂ pico, aunque aparecieron algunas diferencias en adultos mayores y en la clasificación de alto riesgo entre razas, lo que subraya la necesidad de datos más diversos y refinamientos centrados en la equidad.

De la investigación a la atención clínica

Dado que el sistema utiliza información ya recogida en la atención rutinaria —ecocardiogramas estándar y datos EHR existentes—, podría, en principio, integrarse directamente en el software hospitalario. Tras la lectura de un examen, la IA podría estimar discretamente el VO₂ pico y resaltar a los pacientes cuya capacidad de ejercicio predicha es peligrosamente baja, instando a los médicos a solicitar pruebas formales de ejercicio o a derivarlos a especialistas en insuficiencia cardíaca avanzada. Los resultados del estudio, incluida la sólida actuación en hospitales no usados en el entrenamiento, sugieren que tal herramienta podría ayudar a detectar más pacientes en riesgo que, de otro modo, podrían pasar desapercibidos. Aunque todavía son necesarios ensayos prospectivos y pruebas más amplias, este trabajo apunta hacia un futuro en el que pruebas potentes pero escasas se complementan con sistemas de IA que hacen un uso más inteligente de los datos que la mayoría de los hospitales ya posee.

Cita: Huang, Z., Pan, W., Alishetti, S. et al. Multimodal multi-instance learning for cardiopulmonary exercise testing performance prediction. npj Digit. Med. 9, 304 (2026). https://doi.org/10.1038/s41746-026-02493-w

Palabras clave: insuficiencia cardíaca, prueba cardiopulmonar de ejercicio, ecocardiografía, inteligencia artificial, predicción de riesgo