El electrocardiograma (ECG) es clave en cardiología, al ser no invasivo, económico y accesible1. No obstante, su interpretación depende de la experiencia clínica, y presenta limitaciones como la variabilidad interobservador2 y la dificultad para detectar patrones sutiles3. En la última década, los avances en inteligencia artificial (IA), particularmente en machine learning (ML) o aprendizaje automático, y deep learning (DL)4 o aprendizaje profundo, han revolucionado el análisis del ECG5. Los algoritmos de IA pueden identificar patrones complejos en los datos del ECG que pueden no ser evidentes para el ojo humano, posibilitando potencialmente mejores predicciones de eventos cardiovasculares y mortalidad6. Diversos estudios han explorado la aplicación de algoritmos de IA para predecir una variedad de resultados clínicos, incluyendo la detección de fibrilación auricular oculta, insuficiencia cardiaca, enfermedad coronaria y riesgo de mortalidad7–11. Sin embargo, existe una considerable heterogeneidad en los métodos, las poblaciones y los resultados evaluados en estos trabajos, lo que dificulta la determinación de la verdadera utilidad clínica de estas tecnologías. Aunque diversos estudios han reportado valores similares del área bajo la curva (AUC), para discriminar entre los pacientes con y sin un desenlace determinado, la variabilidad en diseño, poblaciones y desenlaces dificulta interpretar su aplicabilidad clínica; un metaanálisis permite integrar estas evidencias y estimar de forma robusta el rendimiento diagnóstico global.

Por lo tanto, formulamos el presente estudio con el objetivo de evaluar sistemáticamente la evidencia actual sobre la precisión diagnóstica y pronóstica de los algoritmos de IA aplicados al ECG para la predicción de morbimortalidad cardiovascular. Específicamente, buscamos:

• a)

  Cuantificar la precisión diagnóstica global de estos algoritmos.

• b)

  Comparar el rendimiento entre diferentes formas de IA.

• c)

  Evaluar su capacidad predictiva para distintos eventos clínicos.

• d)

  Identificar factores de los estudios que influyen en la precisión diagnóstica reportada.

Este metaanálisis se llevó a cabo siguiendo las directrices Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)12 y Meta-analysis Of Observational Studies in Epidemiology (MOOSE)13. El protocolo fue registrado previamente en PROSPERO (CRD420251017753).

Este metaanálisis proporciona una evaluación integral de la capacidad predictiva de los algoritmos de IA aplicados al ECG para la predicción de eventos de morbimortalidad cardiovascular. En conjunto, nuestros resultados demuestran que estos algoritmos poseen una precisión diagnóstica sustancial, con una AUC combinada de 0,83 y valores equilibrados de sensibilidad y especificidad rondando el 82-83%. Estos hallazgos sugieren que la IA aplicada al ECG podría convertirse en una herramienta valiosa para la estratificación de riesgo en la práctica clínica, complementando las evaluaciones convencionales1–3.

Un hallazgo destacado de nuestro análisis es la superioridad de los algoritmos de DL sobre los métodos de ML más tradicionales. Los modelos de DL, sobre todo CNN, alcanzaron consistentemente mayor discriminación que los enfoques de ML que requieren una mayor intervención humana en la selección de características. Esta diferencia probablemente refleja la capacidad de las redes neuronales profundas para identificar patrones complejos o sutiles en las señales de ECG que escapan a métodos más simples4–16,35. De hecho, las arquitecturas CNN, que explotan eficientemente la naturaleza espacial y temporal de los datos del ECG, demostraron el mejor rendimiento en nuestro estudio, consistente con su éxito documentado en otros dominios de la imagen médica20,36–38.

La precisión predictiva varió según el desenlace clínico, siendo ligeramente mayor para insuficiencia cardiaca y MACE que para mortalidad por cualquier causa. Esto podría deberse a una relación más directa entre ciertos patrones ECG y esos eventos específicos, mientras que la mortalidad total puede estar influida por causas no cardiovasculares no detectables en el ECG17,18. No obstante, incluso para mortalidad total los algoritmos alcanzaron una discriminación significativa (AUC ∼0,84), lo cual es notable, considerando que se trata de una predicción de resultado muy amplio y multifactorial39.

Otro punto que hay que resaltar es que los algoritmos mantuvieron un rendimiento bueno incluso en estudios que implementaron validación externa, lo que sugiere cierta capacidad de generalización a poblaciones diferentes a las de entrenamiento. Esto es alentador, ya que una de las críticas habituales a los modelos de IA es su potencial falta de generalización fuera del conjunto de datos original19,21. Sin embargo, observamos que la heterogeneidad en los resultados fue menor entre los estudios con validación externa, lo cual podría indicar que estos estudios —posiblemente al ser más rigurosos en su metodología— reportan estimaciones más consistentes y realistas22. En cambio, en los estudios sin validación externa el rendimiento variaba más ampliamente, lo que podría reflejar un optimismo excesivo debido a un sobreajuste a los datos de derivación.

La mayoría de los estudios fueron retrospectivos, lo que, aunque permite grandes muestras, puede introducir sesgos de selección. Además, hubo una notable heterogeneidad en el procesamiento de señales, algoritmos utilizados y definición de resultados, lo que dificulta comparaciones y resalta la necesidad de estandarización. Por último, pocos trabajos compararon directamente la IA con cardiólogos expertos, lo que limita la evaluación del valor añadido de estos modelos frente a la práctica clínica o a escalas de riesgo convencionales.

Nuestros hallazgos tienen importantes implicaciones clínicas. Los algoritmos de IA aplicados al ECG podrían actuar como sistemas de apoyo a la decisión, ayudando a identificar a los pacientes de alto riesgo que podrían beneficiarse de intervenciones preventivas tempranas o de una monitorización más intensiva21. Es particularmente prometedora la capacidad reportada por algunos algoritmos de detectar riesgo en los pacientes cuyo ECG es normal según la interpretación convencional37. Esto sugiere que la IA podría destapar señales pronósticas ocultas en ECG aparentemente sin hallazgos, lo que ampliaría el valor clínico del ECG de rutina18. Además, la automatización provista por estos algoritmos podría facilitar programas de cribado poblacional a gran escala, especialmente en entornos con recursos limitados donde no siempre se cuenta con cardiólogos para interpretar millones de ECG39 (atención primaria o medicina laboral). Hay que tener en cuenta que, que sepamos, solo los algoritmos desarrollados por Attia et al.5 o Raghunath et al.7 han sido implementados en entornos clínicos de validación, la mayoría están en fase de desarrollo o validación retrospectiva, sin integración plena en flujos clínicos.

No obstante, varias barreras deben ser abordadas antes de la implementación clínica generalizada de estos avances. La naturaleza de «caja negra» de muchos modelos de DL dificulta la interpretación fisiopatológica de sus predicciones, lo cual puede limitar la confianza de los clínicos en apoyarse en estas herramientas37,38. Se están realizando esfuerzos en el campo de IA explicable para mitigar esto, pero por ahora sigue siendo un desafío lograr modelos altamente precisos que, a la vez, ofrezcan explicaciones claras de sus predicciones26. Otros retos incluyen la integración de estos algoritmos en los flujos de trabajo clínicos existentes (por ejemplo, incorporarlos al sistema de electrocardiografía del hospital de forma que emita automáticamente un riesgo estimado junto con el trazado)22, la capacitación del personal de salud en la interpretación y gestión de las salidas de la IA, y consideraciones regulatorias y éticas acerca de la responsabilidad y privacidad de datos. Por ejemplo, ¿cómo debemos actuar si un algoritmo predice alta probabilidad de muerte a 5 años en un paciente cuyo ECG actual es normal? Estas cuestiones requieren marcos clínicos y éticos claros. Además, los resultados de la IA-ECG deben interpretarse con cautela, ya que la falta de estudios negativos podría sobrestimar su eficacia. Es crucial validar externamente los modelos antes de su uso clínico habitual.

Este estudio tiene varias fortalezas, incluyendo la realización de una búsqueda bibliográfica exhaustiva12,13, la evaluación rigurosa de la calidad de los estudios mediante herramientas validadas y el uso de análisis de subgrupos y la metarregresión para profundizar en la comprensión de los resultados15,16. Sin embargo, también presenta limitaciones importantes. Primero: a pesar de los esfuerzos por identificar todos los estudios relevantes, es posible que exista sesgo de publicación; podrían faltar estudios no publicados negativos, lo que implicaría que nuestro resultado podría estar sobrevalorado16. Segundo: la considerable heterogeneidad entre estudios, atribuible a diferencias en poblaciones, algoritmos y desenlaces, limita la extrapolación directa de las métricas combinadas a situaciones clínicas específicas. Si bien se intentó explorar las fuentes de heterogeneidad, siempre existe incertidumbre residual en los metaanálisis con alta variabilidad15. Tercero: la generalización de nuestros hallazgos puede estar restringida, dado que la mayoría de los estudios se llevaron a cabo en países de altos ingresos, con poblaciones predominantemente caucásicas o asiáticas de contextos hospitalarios; por ende, la aplicabilidad de estos algoritmos a poblaciones más diversas permanece poco clara.

Por último, varios estudios incluidos evaluaron la predicción de condiciones clínicas (como fibrilación auricular subclínica o miocardiopatía) más que eventos futuros per se. Hemos justificado su inclusión debido a que la identificación de dichas condiciones ocultas forma parte de la morbilidad cardiovascular y puede considerarse un paso importante en la estratificación de riesgo (por ejemplo, detectar una miocardiopatía hipertrófica no diagnosticada tiene implicaciones pronósticas significativas)23,24. No obstante, reconocemos que mezclar estudios de diagnóstico de enfermedad con estudios puramente pronósticos añade complejidad a la interpretación conjunta; idealmente futuros metaanálisis podrían separar estas categorías o centrarse en desenlaces más homogéneos.

En conclusión, los algoritmos de IA aplicados al análisis del ECG demuestran una capacidad predictiva significativa para eventos de morbimortalidad cardiovascular, con los enfoques de deep learning superando a los de machine learning convencional en cuanto a precisión diagnóstica. Estos hallazgos respaldan un potencial papel de la IA-ECG en la estratificación de riesgo cardiovascular y la toma de decisiones clínicas, complementando las herramientas tradicionales.

Sin embargo, antes de su implementación clínica rutinaria, se requieren estudios prospectivos multicéntricos en poblaciones más diversas que validen externamente el rendimiento de estos algoritmos y confirmen su impacto en la práctica real. La investigación futura debería centrarse en comparaciones directas de los algoritmos con la evaluación clínica estándar (incluyendo médicos e índices de riesgo establecidos), en determinar si el uso de la IA-ECG mejora los resultados clínicos (por ejemplo, reducción de eventos mediante intervenciones guiadas por IA), en análisis de coste-efectividad para los sistemas de salud y en el desarrollo de algoritmos más interpretables que faciliten su aceptación e integración en el entorno clínico.

Este trabajo no ha recibido financiación externa.

Este estudio es un metaanálisis basado en datos previamente publicados, por lo que no se requirió la aprobación de un comité de ética ni la obtención de consentimientos informados. Las directrices SAGER no son aplicables, dado que no se ha trabajado con datos individuales de pacientes ni se ha realizado análisis por sexo/género.

Se ha utilizado inteligencia artificial de manera limitada para tareas auxiliares, como corrección gramatical y revisión de estilo. El contenido, análisis y conclusiones del manuscrito han sido elaborados íntegramente por los autores.

L. Fácila Rubio concibió y diseñó el estudio, realizó el análisis de datos, interpretó los resultados y redactó el manuscrito original. M. Benedito, R. Vidal Pérez, M.L. Sempere Andreu, A. Cordero Fort y C. Escobar Cervantes colaboraron en la redacción y revisión crítica del texto, así como en la supervisión final del contenido.

Todos los autores revisaron y aprobaron la versión final del manuscrito y se responsabilizan de su contenido.

Los autores declaran no tener ningún conflicto de intereses.