Inteligencia artificial identifica riesgos cardíacos ocultos en personas de apariencia delgada

El cardiólogo mexicano Francisco López-Jiménez, quien encabeza un equipo de investigación en Estados Unidos, ha desarrollado un sistema basado en inteligencia artificial capaz de detectar infartos latentes en personas que, pese a tener una apariencia física delgada, ocultan niveles peligrosos de grasa visceral. Este proyecto, que utiliza modelos predictivos avanzados, busca identificar condiciones metabólicas que suelen pasar desapercibidas en los exámenes médicos convencionales, permitiendo una intervención preventiva antes de que ocurran eventos coronarios graves.

La investigación se centra en el fenómeno conocido médicamente como obesidad de peso normal, donde los pacientes presentan un índice de masa corporal dentro de los rangos considerados saludables, pero acumulan tejido adiposo alrededor de los órganos vitales. A través del análisis automatizado de imágenes médicas y datos clínicos, el equipo de López-Jiménez logra mapear la distribución de grasa interna, proporcionando una herramienta diagnóstica que podría integrarse en las consultas de cardiología preventiva tanto en el sector privado como en las instituciones públicas de salud.

El equipo científico enfatiza que el uso de estas herramientas tecnológicas no sustituye la evaluación clínica presencial, sino que actúa como un complemento para mejorar la precisión diagnóstica. La propuesta de este grupo de investigación es que los hospitales adopten estos algoritmos como una capa de análisis adicional, optimizando así los recursos y permitiendo que los médicos centren su atención en los pacientes con perfiles de riesgo que, bajo los esquemas tradicionales, habrían sido clasificados como saludables.

La implementación de este tipo de tecnología representa un avance significativo en la medicina personalizada, especialmente en contextos donde las enfermedades cardiovasculares encabezan las listas de mortalidad. Al identificar con precisión quiénes requieren cambios en su estilo de vida o tratamientos específicos, este modelo de IA promete reducir la incidencia de padecimientos que afectan a un amplio sector de la población mexicana y global, independientemente de su apariencia física externa.

Los investigadores continúan trabajando en la validación de estos modelos en diversas poblaciones, buscando que los hallazgos sean aplicables en diferentes entornos clínicos. La expectativa es que, en el futuro cercano, las instituciones de salud puedan incorporar estos sistemas de análisis para transformar la detección temprana de enfermedades metabólicas y mejorar la calidad de vida de los pacientes a largo plazo.