El electrocardiograma es uno de los instrumentos médicos más antiguos que existen. Willem Einthoven lo inventó en 1924 y recibió el Premio Nobel por ello. Desde entonces, los médicos han interpretado las ondas P, Q, R, S y T para diagnosticar enfermedades cardíacas.
Más de un siglo de uso, millones de ECG revisados, y nadie se había percatado de que una de esas ondas escondía un secreto: un patrón que predice quién va a morir de repente.
Un estudio publicado en Nature el 24 de junio de 2026 presenta un modelo de aprendizaje profundo que identificó un biomarcador en la derivación aVL del ECG asociado con muerte súbita cardiaca. La clave es una inflexión sutil en la forma en que la onda regresa al punto cero, un detalle que los ojos humanos nunca detectaron a pesar de décadas de uso clínico.
Los investigadores, liderados por Ziad Obermeyer de UC Berkeley y Sendhil Mullainathan del MIT, entrenaron el modelo con más de 260,000 electrocardiogramas de la población de Suecia, cruzados con certificados de defunción. El sistema aprendió a reconocer patrones en los ECG que se asociaban con muerte súbita o que la precedían.
El resultado fue contundente. El modelo identificó un subgrupo del 2% de sujetos de alto riesgo con un 7% anual de muerte súbita, una tasa superior al 4.6% de los pacientes con fracción de eyección del ventrículo izquierdo (FEVI) reducida.
Lo más significativo: el 86% de estos sujetos no fue detectado por el método tradicional de FEVI, que es el estándar actual para decidir si se coloca un desfibrilador subcutáneo.
Para validar que no se trataba de una coincidencia geográfica, los autores probaron el modelo con datos de sistemas de salud de Estados Unidos y Taiwán. Los resultados se mantuvieron consistentes a pesar de provenir de países distintos, con diferentes equipos de ECG y definiciones de resultados. El código del modelo está disponible en GitHub como proyecto de código abierto.
La muerte súbita cardiaca mata a miles de personas al año en todo el mundo. Un individuo presenta una fibrilación ventricular y muere, a menos que alguien le aplique una descarga eléctrica con un desfibrilador en minutos.
El problema es que el método actual para predecirla tiene falsos negativos y positivos en proporciones considerables. Este hallazgo abre la puerta a una detección mucho más precisa.
El Dr. Gerardo Gamba, del Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán y la UNAM, señaló que este trabajo demuestra el uso adecuado de la IA: ver lo que los humanos no podemos ver, no sustituirnos en lo que sí podemos.
Un ECG inventado hace más de un siglo aún contenía un mensaje que la tecnología finalmente descifró.
