Martes, 3 nov. 2026 Una publicación de Vik Media Group
Mongevity Longevity in Motion
Read in English

Una IA que lee el electro de un estudio del sueño anticipó problemas del corazón

Salud del sueñoParte de una historia que seguimos · 13 notas · Ver todas las novedades
Tarjeta: un puntaje de IA del electro del sueño se asoció con un hazard ratio de 2,72 de fibrilación auricular.
Chart: Mongevity
Evidencia C · ModeradaEstudio grande con validación en dos hospitales externos, pero con resultados de códigos de facturación, población derivada y sin prueba de beneficio clínico.Cómo calificamos

Una red neuronal que leyó el trazado del corazón registrado en estudios del sueño nocturnos predijo el riesgo a 10 años de fibrilación auricular, insuficiencia cardíaca, ACV y muerte en un estudio de un hospital de Israel, publicado el 9 de octubre de 2026 en Sleep. Un estudio del sueño de rutina podría ayudar a detectar riesgo cardíaco.

Cuando alguien se hace un estudio del sueño de una noche, se registra un trazado simple del corazón (un electrocardiograma de una derivación) durante toda la noche. Casi nunca se analiza más allá de buscar problemas evidentes.

¿Qué hizo el estudio?

Los investigadores tomaron una red neuronal entrenada para detectar arritmias, la ajustaron con los electros nocturnos y los datos de etapas del sueño de 15 809 pacientes del Massachusetts General Hospital, y la probaron en otros dos hospitales: el Emory University Hospital (9810 pacientes) y el Beth Israel Deaconess Medical Center (12 576 pacientes). Siguieron los eventos cardíacos durante 10 años con las historias clínicas.

¿Qué encontró el estudio sobre el sueño?

El puntaje de la IA se asoció con fuerza a problemas cardíacos futuros, incluso teniendo en cuenta edad, sexo, peso, tabaco, presión alta, diabetes y medidas del sueño. Por cada escalón del puntaje:

Resultado Hazard ratio (Emory) Hazard ratio (Beth Israel)
Fibrilación auricular 2,03 2,72
Insuficiencia cardíaca 1,69 2,33
Muerte por cualquier causa 1,82 1,65
ACV 1,19 1,40

El vínculo con el infarto fue significativo en un hospital pero no en el otro.

¿Por qué importa?

Cada año se hacen millones de estudios del sueño, y los datos del electro ya están ahí. Si la IA puede convertirlos en una alerta temprana de riesgo cardíaco, las personas podrían recibir prevención antes, sin ningún estudio extra.

¿Qué tan sólida es esta evidencia?

Es moderada. En la escala de Mongevity, de la A a la E, es una C. Probarla en dos hospitales externos es una fortaleza, pero los resultados salieron de códigos de facturación de las historias clínicas, cada persona había sido derivada a un estudio del sueño y la herramienta no se probó para ver si usarla mejora la atención.

¿Qué significa para vos?

Esta herramienta todavía no se usa de rutina. Si te hiciste un estudio del sueño, preguntá si se notó algo en el ritmo del corazón. En cualquier caso, controlar la presión, el peso y el azúcar, y tratar la apnea si la tenés, protege el corazón.

¿Cómo lo cuento en la cena?

Durante un estudio del sueño, un cable registra los latidos del corazón toda la noche. Un programa de computadora aprendió a encontrar pistas chiquitas en ese registro que anticipaban problemas del corazón años después. Una buena pregunta para la mesa: ¿qué otra información ya tenemos y nunca miramos?

En una frase: una IA que leía el trazado cardíaco nocturno de los estudios del sueño anticipó fibrilación auricular, insuficiencia cardíaca y muerte años después, más allá de los factores de riesgo habituales.

Preguntas y respuestas

¿Qué analizó la IA?
El electrocardiograma de una derivación registrado durante los estudios del sueño, junto con los datos de etapas del sueño.
¿Qué anticipó?
El riesgo a 10 años de fibrilación auricular, insuficiencia cardíaca, ACV y muerte, más allá de los factores de riesgo habituales.
¿Me puedo hacer este estudio?
Todavía no en la atención de rutina; falta mostrar que usarlo mejora los resultados.

Fuentes

  1. Sleep, deep learning on overnight polysomnography ECG to predict cardiovascular outcomes (PMID 42852996 · DOI 10.1093/sleep/zsag229) · 2026-11-02

Más sobre esta historia

Reportar un error