Un equipo de la Universidad de Oxford ha presentado un sistema de IA capaz de detectar el riesgo de insuficiencia cardiaca con al menos cinco anos de antelacion, con un 86% de precision, segun el comunicado del Radcliffe Department of Medicine. Lo hace analizando algo que ya esta en miles de escaneres hospitalarios: la grasa que rodea al corazon en un TAC rutinario.
Puntos clave
- El estudio, dirigido por el profesor Charalambos Antoniades, se publico en el Journal of the American College of Cardiology el 8 de abril de 2026.
- La herramienta analiza la grasa que rodea al corazon en TACs cardiacos normales y detecta senales de inflamacion y riesgo.
- Precision del 86% prediciendo insuficiencia cardiaca a cinco anos vista.
- Entrenada y validada en mas de 70.000 personas de nueve centros del sistema publico britanico (unas 59.000 para entrenar y 13.424 para probar).
- En el grupo de mayor riesgo, uno de cada cuatro pacientes desarrollo insuficiencia cardiaca en cinco anos, veinte veces mas que el grupo de menor riesgo.
Leer pruebas que ya existen
Lo elegante de este trabajo no es solo la precision, es que no pide nada nuevo al paciente. La grasa que rodea al corazon aparece en cualquier TAC toracico, pruebas que se hacen a diario por mil motivos distintos. Hasta ahora esa informacion se ignoraba. El sistema de Oxford la lee y la convierte en una senal de alarma temprana, sin una sola prueba adicional ni un solo pinchazo mas.
Los numeros son serios porque la muestra lo es. Mas de 70.000 personas de nueve centros del NHS, con una separacion limpia entre el grupo con el que se entreno el modelo y el grupo independiente con el que se probo. En ese grupo de prueba, los pacientes senalados como de alto riesgo tuvieron veinte veces mas probabilidad de acabar con insuficiencia cardiaca que los de bajo riesgo, y uno de cada cuatro la desarrollo en cinco anos. No es una demo de laboratorio, es validacion sobre datos reales.
Lo que todavia no es
Conviene ser preciso para no vender de mas. El 86% es la precision global del modelo, que no es lo mismo que decir que acierta en el 86% de los enfermos concretos; en medicina la sensibilidad y la especificidad cuentan otra historia mas fina. Ademas, la herramienta aun no tiene nombre comercial ni aprobacion regulatoria: el equipo esta en fase de solicitud para poder desplegarla en el sistema publico britanico.
El plan, eso si, es ambicioso y cercano. Oxford quiere integrar el analisis en la lectura rutinaria de los TAC cardiacos en radiologia y, en los proximos meses, extenderlo a cualquier TAC toracico, adaptandolo incluso a los escaneres de pulmon. Si lo consiguen, millones de pruebas que ya se hacen darian de golpe un dato de riesgo cardiaco que hoy se desperdicia.
Por qué importa para un founder español
Esta noticia no vende un producto, pero ensena el patron de IA aplicada que de verdad mueve la aguja. No inventaron una prueba nueva. Cogieron un dato que ya se generaba y no se usaba, y le pusieron un modelo encima para extraerle valor. Ese es el molde. La mayoria de empresas estan sentadas sobre datos que ya tienen y no explotan: tickets de soporte, grabaciones de ventas, escaneos de facturas, movimientos de almacen.
El orden tambien es la leccion. Primero el dato bueno y bien estructurado (mas de 70.000 casos limpios), y solo despues el algoritmo. Sin ese trabajo previo de datos, no hay modelo que valga. Antes de sonar con IA en tu empresa, pregunta que informacion ya estas generando y tirando a la basura. Ahi suele estar la primera victoria, y casi siempre es mas barata de lo que parece.
Relacionado
