Para muchos pacientes cardíacos, el riesgo no termina con la cirugía, sino que los acompaña de regreso a casa después del alta hospitalaria, en un período de tiempo en que los controles de seguimiento pueden demorarse y las señales de alerta pasar desapercibidas.
Esta brecha generadora de incertidumbre se observa a nivel mundial. Pakistán, por ejemplo, cuenta con menos de un médico por cada 1.000 habitantes, mientras que África Subsahariana registraba un promedio de alrededor de 0,2 en 2022, según datos del Banco Mundial. Con este problema en la mira, hospitales, universidades y empresas tecnológicas chinas están probando modelos de electrocardiograma basados en IA, agentes especializados en enfermedades y herramientas de seguimiento mediante teléfonos inteligentes en busca de extender la atención cardíaca más allá de las salas hospitalarias.
Los proyectos chinos
En el Hospital Fuwai, el Centro Nacional de Enfermedades Cardiovasculares de China y uno de los mayores centros cardiovasculares del mundo, un equipo que trabaja junto al cardiólogo Wu Yongjian ha presentado un sistema diseñado para mantener a los pacientes bajo seguimiento clínico después del alta.
En el modelo presentado recientemente en la Conferencia de la Academia de Inteligencia Artificial de Beijing (BAAI, según siglas en inglés), los registros hospitalarios se combinan con datos de seguimiento obtenidos mediante cuestionarios y dispositivos portátiles, mientras los pacientes interactúan a través de herramientas móviles, para generar puntuaciones de riesgo y alertas de escalamiento entre visitas al hospital.
El plan más amplio del Hospital Fuwai, según se expuso en la conferencia, consiste en codificar la experiencia clínica especializada en modelos de enfermedades que puedan respaldar la gestión de pacientes a largo plazo y a gran escala. El equipo señaló durante el foro que está llevando adelante un estudio multicéntrico para reunir evidencia clínica, aunque los detalles de la investigación no han podido verificarse de forma independiente en registros públicos de ensayos clínicos.
En la Universidad de Pekín, el investigador Hong Shenda aborda el mismo problema desde el lado de los dispositivos. Su grupo desarrolló ECGFounder, un modelo de IA para el análisis de electrocardiogramas cuyos avances ya fueron publicados en 2025 en NEJM AI, la revista especializada en inteligencia artificial del grupo editorial New England Journal of Medicine. El mismo fue creado a partir de datos de más de 10,7 millones de electrocardiogramas de aproximadamente 1,8 millones de personas, distribuidos en 150 categorías diagnósticas.
El modelo fue diseñado para funcionar tanto con registros de una sola derivación como con electrocardiogramas clínicos estándar, lo que lo hace relevante para el monitoreo móvil.
El equipo de Hong también está probando dispositivos compactos de electrocardiograma que podrían ampliar la disponibilidad del análisis asistido por IA entre visitas al hospital. La idea es que el usuario coloca dos dedos sobre un pequeño dispositivo y espera unos 30 segundos para registrar un electrocardiograma de una sola derivación a través de una interfaz móvil. El objetivo es generar una señal donde actualmente suele haber un vacío.
Para que estos sistemas funcionen, las alertas deben ser confiables para los médicos. Yidu Tech, una empresa china que desarrolla sistemas clínicos de IA para hospitales, afirma que su agente de medicina basada en evidencia vincula las conclusiones con las guías clínicas o la literatura científica subyacente, permitiendo a los profesionales verificar el material original.
Este enfoque refleja una tendencia más amplia observada en el foro de BAAI: la IA médica avanza hacia sistemas de apoyo trazables, más que hacia diagnósticos autónomos.
El problema de los datos
Todos estos esfuerzos mencionados chocan con el mismo obstáculo estructural: los datos sobre salud suelen no circular públicamente.
Los historiales médicos, los datos generados por dispositivos y la información de seguros suelen permanecer en sistemas separados. Ningún modelo de IA puede integrarlos sin acceso a ellos. El equipo del Hospital Fuwai identificó este desafío de manera explícita: su visión a largo plazo requiere conectar datos de hospitales, información de monitoreo domiciliario y datos de seguros. La presentación realizada en la BAAI planteó esa conectividad como un objetivo, no como una realidad consolidada.
También está la cuestión de la responsabilidad. El monitoreo continuo solo funciona si la IA sabe cuándo detenerse y devolver la decisión a un ser humano, y si queda claro quién asume la responsabilidad cuando eso no ocurre. La regulación constituye otro interrogante abierto. Los participantes señalaron que la aprobación, la evaluación de seguridad y la asignación de responsabilidades para sistemas médicos de IA de carácter abierto siguen sin estar completamente definidas.
Los trabajos posteriores del equipo de Hong exploran usos más ambiciosos de la IA aplicada a electrocardiogramas, incluyendo el envejecimiento biológico cardíaco y la predicción futura del riesgo de enfermedades. Gran parte de ello continúa en fase de investigación. La distancia entre una demostración convincente y una herramienta clínica validada es precisamente donde muchos proyectos de IA médica enfrentan su prueba más difícil.
Más allá de China
Este enfoque podría resultar relevante en países donde los médicos, especialmente los especialistas, son escasos y el seguimiento de los pacientes es difícil de sostener.
En Pakistán y en partes de África, la baja densidad de médicos dificulta los controles regulares con especialistas. Las herramientas de electrocardiograma asistidas por IA y los sistemas de seguimiento mediante teléfonos móviles podrían, si son validados, ayudar a los trabajadores de la salud a identificar antes a los pacientes con mayor riesgo.
Esto no implica reemplazar a los cardiólogo, sino utilizar el conocimiento especializado para clasificar pacientes, detectar señales de alerta y apoyar el seguimiento rutinario más cerca de sus hogares.
El modelo seguiría necesitando datos locales, validación clínica, dispositivos asequibles y reglas claras sobre quién responde cuando el software genera una alerta. Sin esos elementos, corre el riesgo de permanecer como un proyecto piloto. Si funciona, los experimentos chinos podrían ofrecer una referencia para ampliar la atención cardíaca en sistemas de salud con escasez de médicos.
(*) El autor es editor especializado en China de la red de medios Internews Pakistan y actualmente colabora con la Escuela de Política Pública y Gestión de la Universidad de Tsinghua, en Beijing, China.