La IA que lee el electrocardiograma podría evitar miles de biopsias en trasplantes de corazón

Por Zendoric · 7 de octubre de 2026.

Un equipo de NYU Langone Health ha entrenado un modelo de inteligencia artificial que combina electrocardiogramas (ECG, el registro de la actividad eléctrica del corazón mediante electrodos en la piel) con dos análisis de sangre habituales para detectar el rechazo de un trasplante de corazón sin recurrir a una biopsia. En una cohorte de prueba de 38 pacientes, el modelo combinado acertó en el 94% de los casos en los que el corazón trasplantado no estaba siendo rechazado, según el estudio publicado el 25 de septiembre en la revista Journal of Heart and Lung Transplantation. El modelo que usaba solo los análisis de sangre, en cambio, señaló erróneamente a 19 de esos 38 pacientes como candidatos a biopsia; el modelo combinado, afirman los autores, les habría ahorrado el procedimiento.

La biopsia endomiocárdica —extraer quirúrgicamente una pequeña muestra de músculo cardíaco para examinarla al microscopio— sigue siendo el patrón de referencia para diagnosticar el rechazo, pero es invasiva, incómoda y no está exenta de riesgos. En la última década se han popularizado análisis de sangre que miden la actividad de genes ligados al rechazo celular y fragmentos de ADN del donante circulando en el receptor; son menos invasivos, pero según el propio estudio generan bastantes falsos positivos, lo que deriva en biopsias innecesarias. El equipo, liderado por el cardiólogo Lior Jankelson (NYU Grossman School of Medicine), entrenó su modelo con 5.300 electrocardiogramas de 2.357 receptores de trasplante cardíaco tratados entre 2018 y 2024, cada uno emparejado con una biopsia realizada en el mes anterior.

El hallazgo encaja en una tendencia más amplia de la IA médica: extraer información oculta de pruebas que ya se hacen de rutina, en lugar de inventar pruebas nuevas. El electrocardiograma es barato, rápido y omnipresente en cualquier seguimiento cardiológico; lo que cambia no es el dato, sino la capacidad de un modelo para leer en él patrones que un cardiólogo no detecta a simple vista. En general, este es el patrón que viene repitiéndose en imagen médica, retina o voz: la IA no sustituye el dato clínico, lo exprime hasta sacarle señales que antes se perdían.

Conviene no adelantar conclusiones. El grupo de validación fueron solo 38 pacientes de un único centro, y los propios autores lo dejan claro: el siguiente paso es probar el modelo en más pacientes y en varios centros de trasplante antes de pensar en sustituir una sola biopsia en la práctica clínica real. Tampoco hay, de momento, ningún visto bueno regulatorio ni un ensayo que compare directamente resultados de salud entre pacientes seguidos con IA y pacientes seguidos del modo convencional. Es un resultado prometedor de un solo grupo investigador, no un cambio de protocolo.

Dicho esto, la dirección importa más que el tamaño de la muestra. Si este enfoque se confirma a mayor escala, cada paciente trasplantado se ahorraría biopsias innecesarias —con su coste, su malestar y su pequeño riesgo— y los médicos detectarían antes los rechazos que sí importan, cuando el ajuste de la medicación inmunosupresora todavía puede revertirlos. Es exactamente el tipo de progreso silencioso que sostiene nuestra tesis de fondo: la IA no va a erradicar el rechazo de órganos de la noche a la mañana, pero sí puede volver la medicina de trasplantes menos invasiva, más temprana y más barata, un estudio de 38 pacientes a la vez. El camino hacia una sanidad que vigile de forma continua en vez de intervenir a ciegas pasa por hallazgos modestos y bien medidos como este, no por anuncios grandilocuentes.