Un modelo de IA para el riesgo cardiovascular en Holguín: útil, pero aún sin cifras que lo avalen

Por Radio Angulo · 6 de noviembre de 2026.

Un modelo predictivo de enfermedad cardiovascular basado en inteligencia artificial se aplica en el sistema de salud de la provincia de Holguín, en Cuba. Según Radio Angulo, que cita a la agencia ACN, está pensado para los consultorios del médico y la enfermera de la familia, el nivel básico de atención del país.

Su autor, Jorge Vega Abascal, afirma que el modelo supera a los tradicionales al anticipar los primeros síntomas en grupos de población de riesgo. También dice que elimina la «inercia terapéutica» asociada al riesgo intermedio. Es decir, evita que el paciente en una zona gris no reciba tratamiento por no estar claramente en alto riesgo. Subraya además que no sustituye el juicio clínico.

La novedad técnica que describe es que la IA permite incorporar predictores que los métodos clásicos no usan. El principal es la proteína C reactiva de alta sensibilidad, un marcador en sangre de inflamación crónica de bajo grado. También cita la obesidad abdominal, la glucemia alterada en ayunas y los triglicéridos. Todo ello apunta a una atención más personalizada.

El contexto es de escasez. Según la fuente, el sector sanitario provincial recurre a la ciencia y la innovación local ante la falta de equipos e insumos, que atribuye a la política de Estados Unidos hacia Cuba. Esa es la versión de la fuente, un medio local. También menciona otras iniciativas, como software educativo y modelos para cuidados de enfermería en oncohematología.

**Nuestra lectura.** La tesis es que este tipo de IA, modesta y barata, es la que más cerca está de cumplir la promesa sanitaria a largo plazo. Un modelo que corre en un consultorio y mejora el cribado cardiovascular, sin hardware caro, es la prevención masiva que hace falta para reducir las muertes por enfermedades crónicas. La escasez, además, empuja a diseñar herramientas sencillas y desplegables, y eso es una virtud.

Pero conviene separar capacidad demostrada de aspiración. El artículo no ofrece cifras: ni precisión, ni sensibilidad, ni tamaño de la muestra, ni comparación con escalas de referencia, ni validación externa o publicación revisada por pares. «Supera a los modelos tradicionales» es, por ahora, una afirmación del propio autor. Hasta ver esos datos, es una promesa razonable y no un resultado verificado.

Hay también una cautela de fondo. Añadir predictores como la proteína C reactiva solo ayuda si esa prueba está disponible en el consultorio, y en un contexto de falta de insumos eso no es trivial. Un modelo que exige análisis que no se pueden hacer pierde su ventaja. En general, la IA sanitaria fracasa más por integración y datos que por algoritmo.

A corto plazo, lo realista son herramientas de apoyo a la decisión, validadas despacio y siempre con el médico al mando. A largo plazo, si estos modelos se miden con rigor y se extienden a la atención primaria de todo el mundo, la prevención temprana será una de las vías más tangibles hacia esa sociedad con menos enfermedad. Conviene seguir si Holguín publica resultados.