Análisis del perfil de competencias del cardiólogo en la era de la IA, basado en la perspectiva del European Heart Journal 2026
La cardiología se forjó durante dos siglos sobre la maestría de sus herramientas: el estetoscopio, el ECG, el ecocardiógrafo. Hoy, los algoritmos de inteligencia artificial superan al mejor cardiólogo en la lectura del electrocardiograma, y los modelos de lenguaje natural se muestran más empáticos que los médicos al responder a las preguntas de los pacientes. ¿Qué queda, entonces, para el cardiólogo humano? Una perspectiva publicada en el European Heart Journal en mayo de 2026 por Thomas F. Lüscher, presidente saliente de la ESC, ofrece una respuesta lúcida: no destrucción, sino transformación. Esta píldora analiza qué competencias perderán peso, cuáles lo ganarán y qué debería estar aprendiendo hoy un residente de cardiología para sobresalir en 2035.
1 Del estetoscopio al ECG: dos siglos moldeando la identidad del cardiólogo
Cuando René Laennec inventó el estetoscopio en 1816 (inicialmente un tubo de madera de 2,5 cm de diámetro y 25 cm de longitud) revolucionó la exploración del corazón y el pulmón. Ochenta años después, Willem Einthoven visualizó por primera vez la actividad eléctrica del miocardio con el electrocardiógrafo. Estas dos herramientas definen la imagen del cardiólogo en el imaginario colectivo y, durante décadas, definieron también lo que significaba ser un buen clínico: alguien capaz de distinguir un soplo aórtico de uno mitral a través de la membrana de un fonendoscopio, o de reconocer un patrón de Wolf-Parkinson-White en las doce derivaciones de un ECG en papel.
Durante generaciones, los residentes de cardiología han invertido centenares de horas en dominar la lectura del electrocardiograma. Se convirtió en un rito de paso, en una forma de identidad profesional. Y era merecido: la precisión en la interpretación del ECG tenía consecuencias clínicas directas. Nadie cuestionaba que merecía la pena ese esfuerzo.
Hoy, esa certeza ha desaparecido. Los algoritmos de inteligencia artificial (IA) y aprendizaje automático (AA) superan sistemáticamente a cualquier cardiólogo en la lectura del electrocardiograma. Más inquietante aún: ofrecen información que ningún experto humano puede extraer [1]. A partir de unos pocos latidos en ritmo sinusal, los algoritmos de última generación son capaces de inferir la edad y el sexo del paciente, detectar disfunción ventricular izquierda subclínica [2] e identificar episodios previos de fibrilación auricular en pacientes que se presentan actualmente en ritmo sinusal [3]. No se trata de una mejora incremental: es un cambio de paradigma.
📊 Los datos que cambian el argumento
Los algoritmos de IA detectan fibrilación auricular paroxística en un ECG en ritmo sinusal con una precisión que ningún cardiólogo puede igualar. El algoritmo de la Clínica Mayo, validado en más de 180.000 ECGs, identifica disfunción sistólica ventricular izquierda asintomática (FEVI <35%) con una sensibilidad del 85% y especificidad del 80% - rendimiento que supera al del mejor ecografista usando solo el trazado eléctrico [2].
Esto plantea una pregunta incómoda que la profesión ha tardado en formularse en voz alta: ¿tiene sentido seguir enseñando la lectura manual del ECG de la misma forma que se enseñaba en 1990? La respuesta de Lüscher en el European Heart Journal es directa: «Probablemente no.»
2 La anamnesis y la exploración física: el médico frente al avatar
Si la lectura del ECG era una fortaleza del cardiólogo, la entrevista clínica siempre pareció un terreno protegido. Escuchar al paciente, construir el relato de sus síntomas, detectar lo que no dice explícitamente: estas parecían tareas exclusivamente humanas. La evidencia acumulada en los últimos dos años obliga a revisar este supuesto.
El algoritmo ARIE (Articulate Medical Intelligence Explorer), descrito en Nature en 2025 [4], es capaz de realizar una anamnesis completa al paciente antes de que entre a la consulta del cardiólogo. El sistema conversa con el paciente en la sala de espera, le pregunta por sus síntomas, los desencadenantes, la cronología y los antecedentes relevantes, y entrega al médico un resumen estructurado con las hipótesis diagnósticas más probables. Los grandes modelos de lenguaje (LLM) integrados en el historial clínico electrónico son capaces de proporcionar el diagnóstico más probable (por ejemplo, insuficiencia cardíaca con fracción de eyección preservada) a partir de la información clínica, los biomarcadores y el ecocardiograma disponibles en el registro [5].
⚠️ Un dato incómodo para la profesión
Un estudio publicado en JAMA Internal Medicine en 2023 comparó las respuestas de médicos y chatbots de IA a preguntas de pacientes en foros públicos de salud. Los evaluadores ciegos calificaron las respuestas de la IA como significativamente más empáticas y más claras que las de los médicos [6]. No es solo que la máquina sepa más: es que, en este contexto concreto, comunica mejor. Este hallazgo no debería interpretarse como una amenaza, sino como una señal de cuánto margen tiene la profesión para mejorar sus habilidades de comunicación.
La exploración física también está siendo reinventada. La IA de aprendizaje profundo puede detectar enfermedad coronaria significativa a partir de una fotografía de la cara del paciente, analizando las arrugas, la distribución de la grasa facial y las características faciales asociadas a envejecimiento vascular acelerado [7]. Los biomarcadores de voz son capaces de identificar fibrilación auricular y congestión pulmonar, e incluso predecir eventos clínicos, a partir de unos pocos segundos de audio del paciente [8].
La paradoja es evidente: la tecnología no viene a sustituir la consulta médica, sino a redefinirla. El cardiólogo del futuro no empezará la visita con la historia clínica en blanco, sino con un resumen estructurado y las hipótesis diagnósticas ya formuladas. Eso libera tiempo y energía mental para lo que los algoritmos no pueden hacer: matizar, contextualizar, crear confianza, tomar decisiones en la incertidumbre.
3 La imagen cardíaca automatizada: ¿queda algo para el ecocardiografista?
Los algoritmos de IA son especialmente potentes cuando el insumo es visual. El análisis de imágenes - donde la percepción de patrones, la velocidad y la reproducibilidad son críticas - es el terreno en el que la IA supera de forma más consistente al especialista humano. No es una afirmación especulativa: en 2025, Sahashi y cols. publicaron en el Journal of the American College of Cardiology la primera demostración a gran escala de automatización completa de las mediciones ecocardiográficas estándar por IA, con rendimiento equivalente o superior al de los ecocardiografistas expertos [10].
El índice de atenuación de la grasa perivascular (FAI, Fat Attenuation Index), medible automáticamente en la TC coronaria, proporciona información pronóstica de inflamación vascular subclínica que ningún médico puede detectar visualmente en las imágenes [9]. El estudio ORFAN, publicado en The Lancet en 2024 sobre más de 3.000 pacientes, demostró que el FAI predice eventos cardiovasculares mayores en pacientes sin enfermedad coronaria obstructiva: exactamente el grupo en que la cardiología convencional fracasa en la estratificación del riesgo [9].
💡 El gemelo digital: la medicina personalizada hecha realidad
El gemelo digital (Digital Twin) es una representación computacional individualizada de cada paciente, construida con fenotipado profundo: historia clínica completa, biomarcadores, imagen cardíaca, datos genómicos y registros de seguimiento. Integrado con un LLM conectado al historial clínico electrónico, permite generar recomendaciones terapéuticas personalizadas, simular el efecto de distintas intervenciones y estratificar el riesgo con una granularidad imposible para el médico humano en tiempo real. La ESC ya trabaja en proyectos de gemelo digital y el ESC Chat, un asistente conversacional con acceso a todas las guías de práctica clínica de la sociedad, que ya está disponible para los socios.
La conclusión de Lüscher es matizada pero directa: la imagen cardiovascular se automatizará en gran medida. No desaparecerán todos los especialistas, pero su función cambiará: de generar imágenes y mediciones a validar, supervisar y resolver los casos complejos o atípicos que el algoritmo no clasifica con seguridad. Es una función más reducida en número pero más exigente en criterio clínico. No es una carrera prometedora para quien busque volumen; sí lo es para quien aspire a la excelencia diagnóstica.
4 Arritmias, intervencionismo y cuidados agudos: el ensayo clínico que cambia el argumento
El impacto de la IA en la cardiología ya no es solo teórico: hay un ensayo clínico aleatorizado que demuestra una reducción significativa de la mortalidad. Lin y cols. publicaron en Nature Medicine en 2024 un ensayo pragmático en el que los médicos de urgencias que atendían a pacientes cardíacos disponían de un ECG enriquecido con IA frente a los que trabajaban con el ECG estándar [11]. En los pacientes de alto riesgo, el grupo con acceso a la alerta de IA mostró una mortalidad por cualquier causa un 30% menor que el grupo control. Es la primera vez que una intervención basada en IA demuestra un beneficio clínico directo en mortalidad en un ensayo aleatorizado de cardiología.
En electrofisiología, los algoritmos de IA analizan las arritmias de forma más rápida, precisa y reproducible que el mejor electrofisiólogo. Sin embargo, la introducción y el posicionamiento de los catéteres de ablación seguirán siendo, en el horizonte previsible, competencia exclusiva del especialista humano: requieren destreza manual, adaptación en tiempo real y capacidad de respuesta ante lo inesperado que la robótica actual no ha alcanzado [1].
📊 ASSIST-HF SIRIO: la IA optimiza el tratamiento de la IC tras el alta
El ensayo piloto aleatorizado ASSIST-HF SIRIO, publicado en el JACC en 2026, demostró que un sistema de IA integrado en la historia clínica electrónica mejora la optimización del tratamiento médico guiado por evidencia (TMGE) en pacientes con ICFEr tras el ingreso hospitalario, en comparación con la atención convencional [12]. Es el primer ensayo aleatorizado que evalúa la IA como herramienta de optimización del TMGE en insuficiencia cardíaca.
En el laboratorio de hemodinámica, los algoritmos ayudan ya a integrar la TC coronaria prequirúrgica con la coronariografía, la tomografía de coherencia óptica (TCO) y el ultrasonido intravascular (IVUS) durante el procedimiento [13]. En los cuidados agudos, donde las decisiones deben tomarse en segundos, la IA integra toda la información disponible para predecir el shock cardiogénico - el índice SEX-SHOCK estratifica el riesgo específico por sexo tras un síndrome coronario agudo [14] - y generar recomendaciones basadas en guías para el tratamiento hospitalario y el seguimiento a largo plazo.
5 ¿Destrucción o transformación? La analogía que importa
El debate sobre el futuro de la cardiología ante la IA ha generado dos posturas claramente diferenciadas en la literatura. En un extremo, Milton Packer publicó en el JACC en 2024 un editorial titulado «La leyenda de John Henry y el papel de la inteligencia artificial en la destrucción de la cardiología» [15], en el que argumentaba que la IA podría hacer irrelevante una parte sustancial del trabajo clínico del cardiólogo, de la misma forma que las máquinas de vapor hicieron irrelevante la fuerza muscular del obrero industrial.
Lüscher propone una lectura diferente de esa misma analogía histórica [1, 16]. La máquina de vapor de Newcomen (1712), perfeccionada por Watt medio siglo después, no creó desempleo masivo: creó nuevas profesiones que no existían antes (operarios de fábrica, ingenieros, electricistas, conductores). Lo mismo ocurrió con el electromagnetismo de Faraday: en vez de hacer irrelevante la inteligencia humana, la desplazó hacia funciones más creativas y de mayor valor añadido.
💡 La frase que resume la tesis
«La IA no reemplazará a los médicos en un futuro previsible, pero cambiará el conjunto de competencias de los cardiólogos. Sin embargo, la IA probablemente reemplazará a los médicos que no utilicen esta prometedora tecnología.»
- Lüscher TF. Eur Heart J. 2026.
Lo que sí está ocurriendo ya - y aquí la analogía de Packer es más precisa - es que la IA está desplazando perfiles concretos: secretarios médicos, transcriptores, analistas de datos de rutina, redactores de informes estandarizados. En cardiología, los primeros en sentirlo son quienes hacen un trabajo altamente protocolizable y de alto volumen. La pregunta no es «¿sobrevivirá el cardiólogo?», sino «¿qué tipo de cardiólogo será más valioso en 2035?».
6 Las cinco competencias del cardiólogo del futuro
La figura siguiente resume visualmente cómo cambia el perfil de competencias del cardiólogo entre el presente y el horizonte de 2035, según el análisis del European Heart Journal:
Elaborado a partir de: Lüscher TF. What is the cardiologist of the future? Eur Heart J. 2026; ehag319.
Competencia 1. Alfabetización en inteligencia artificial
No se trata de programar algoritmos. Se trata de entender cómo funcionan, cuáles son sus sesgos, cuándo han sido validados externamente y cuándo no. Un algoritmo entrenado sobre datos de un hospital norteamericano puede no funcionar igual en una población española de mayor edad o con diferente prevalencia de comorbilidades. El cardiólogo del futuro debe ser capaz de evaluar críticamente un algoritmo de IA de la misma forma que hoy evalúa un ensayo clínico: con escepticismo metodológico informado.
Competencia 2. Razonamiento fisiopatológico y juicio clínico
Paradójicamente, la fortaleza diferencial del médico humano en la era de la IA no es la memoria ni el reconocimiento de patrones (en ambas la máquina gana) sino el razonamiento cuando los datos son contradictorios, incompletos o atípicos. El cardiólogo del futuro será especialmente valioso en los casos en que el algoritmo ofrece una respuesta de baja confianza o en que los datos disponibles no encajan con ningún patrón aprendido. La fisiopatología profunda - entender por qué el corazón se comporta como se comporta - será el activo más diferencial.
Competencia 3. Comunicación y habilidades humanas
Los pacientes, cuando enfrentan una decisión clínica importante, prefieren hablar con un ser humano. La IA puede informar, resumir y responder, pero la confianza terapéutica - ese elemento difícilmente definible que hace que un paciente acepte un tratamiento o un cambio de hábitos - sigue siendo un producto de la relación médico-paciente. A medida que la carga administrativa disminuya gracias a la automatización, el cardiólogo recuperará tiempo de consulta; la pregunta es si sabrá invertirlo en construir esa relación o si lo destinará a ver más pacientes en el mismo tiempo.
Competencia 4. Habilidades manuales (intervencionismo y electrofisiología)
El intervencionista y el electrofisiólogo tienen, hoy por hoy, la ventaja más sólida frente a la automatización: sus manos. La robótica en cardiología intervencionista avanza, pero no ha alcanzado la capacidad de adaptación en tiempo real de un operador experimentado. Durante el horizonte analizado, las habilidades manuales de alta complejidad seguirán siendo el reducto más protegido del cardiólogo humano. Esta situación cambiará en plazos más largos a medida que la cirugía robótica autónoma madure.
Competencia 5. Ética, privacidad y pensamiento crítico digital
La integración de la IA en la práctica clínica genera preguntas que los algoritmos no pueden responder solos: ¿qué ocurre cuando el algoritmo no funciona igual de bien para mujeres que para hombres? ¿Qué pasa si los datos del paciente usados para entrenarlo fueron recogidos sin consentimiento informado adecuado? ¿Quién tiene la responsabilidad de una decisión clínica incorrecta cuando interviene la IA? El cardiólogo del futuro necesitará un marco ético sólido para navegar estas preguntas, que ya no son solo filosóficas sino regulatorias y médico-legales.
7 Un nuevo currículo: lo que ya se está construyendo
La transformación del perfil del cardiólogo requiere una transformación equivalente en la formación. El currículo actual de las facultades de medicina y los programas de residencia de cardiología fue diseñado para el cardiólogo del siglo XX: memoria, reconocimiento de patrones y destreza procedimental. Este currículo es insuficiente para el cardiólogo que tendrá que trabajar con gemelos digitales, evaluar algoritmos y tomar decisiones en un entorno donde la mayor parte de la información ya viene procesada.
Las competencias que deben ganar peso en la formación médica son, según Lüscher: estadística avanzada y ciencia de datos, razonamiento crítico (no solo memorístico), comunicación y habilidades relacionales, y ética de la IA y privacidad de datos. No se trata de convertir a los cardiólogos en ingenieros de datos, sino de proporcionarles el marco conceptual para trabajar con estas herramientas de forma crítica e informada.
⚕️ Lo que puede hacer un residente hoy
La ESC ya ofrece acceso al ESC Chat, un asistente conversacional con acceso a todas las guías de práctica clínica de la sociedad. Usarlo activamente en la práctica diaria (no para sustituir el criterio clínico, sino para contrastar razonamientos) es una forma práctica de familiarizarse con la IA clínica. Más allá de esto, dedicar tiempo a cursos de bioestadística avanzada y ciencia de datos, aunque sean breves, sitúa al residente en el 5% de cardiólogos mejor preparados para el nuevo paradigma. La ventaja competitiva no requiere un doctorado en informática: requiere salir de la zona de confort disciplinar.
📊 CardioApp: formación y apoyo a la decisión clínica de manera interactiva
Si el ESC Chat te permite consultar el texto de las guías en modo conversacional, la CardioApp de CardioTeca da un paso más: traduce esas mismas guías en algoritmos de decisión clínica interactivos, paso a paso, directamente aplicables en la consulta, en la planta o en escenarios educativos en la universidad. La suite incluye una biblioteca creciente de guías clínicas interactivas que beben de las principales fuentes de referencia actuales (siempre actualizadas a las versiones vigentes de la ESC y otras sociedades) cubriendo las áreas de mayor impacto en la práctica cardiológica diaria - más 7 calculadoras clínicas validadas.
El acceso es gratuito con registro. Integrar estas herramientas en el flujo de trabajo habitual - contrastar una decisión terapéutica en IC antes de salir de guardia, verificar el riesgo tromboembólico antes de anticoagular, calcular el SCORE2 en la visita de prevención - es exactamente el tipo de alfabetización en IA aplicada que la ESC identifica como competencia central del cardiólogo del futuro.
La ESC ha declarado la IA y el aprendizaje automático como prioridad educativa y está adaptando sus curricula para incluir estas competencias de forma sistemática. El objetivo no es producir cardiólogos-programadores, sino cardiólogos que entiendan las limitaciones y las posibilidades de sus nuevas herramientas con la misma profundidad con que hoy entienden las limitaciones de la ecocardiografía o las interacciones farmacológicas.
Resumen: perfil del cardiólogo del futuro
| Competencia | Importancia actual | Importancia futura (~2035) | Tendencia |
|---|---|---|---|
| Lectura manual del ECG | ●●●●● | ●● | ↓↓↓ |
| Interpretación de imagen cardíaca | ●●●●● | ●●● | ↓↓ |
| Razonamiento fisiopatológico | ●●●● | ●●●●● | ↑↑ |
| Habilidades manuales (intervencionismo / EF) | ●●●● | ●●●● | → |
| Comunicación y empatía | ●●● | ●●●●● | ↑↑↑ |
| Alfabetización en IA/AA | ● | ●●●●● | ↑↑↑ |
| Estadística y ciencia de datos | ●● | ●●●● | ↑↑ |
| Ética y pensamiento crítico digital | ●● | ●●●●● | ↑↑↑ |
Preguntas frecuentes
¿Va a ser reemplazado el cardiólogo por la inteligencia artificial?
No en un horizonte previsible. La postura del European Heart Journal (Lüscher, 2026) es que la IA transformará la cardiología, no la destruirá. Las competencias que más difícilmente puede replicar un algoritmo son el juicio clínico cuando los datos son contradictorios, las habilidades manuales del intervencionista y el electrofisiólogo, la comunicación empática con el paciente y el razonamiento ante casos atípicos. Lo que sí cambia de forma irreversible es el perfil de competencias necesario para ser un cardiólogo relevante: los que integren la IA en su práctica tendrán una ventaja decisiva sobre los que la ignoren.
¿Qué ocurrirá con los ecocardiografistas y los especialistas en imagen cardíaca?
La imagen cardiovascular se automatizará en gran medida. Los algoritmos ya igualan o superan a los especialistas en medición de parámetros ecocardiográficos y análisis de TC y resonancia. Sin embargo, seguirá siendo imprescindible un número de especialistas para validar los informes generados por la IA, resolver casos complejos o atípicos y detectar los fallos del sistema. Lo que desaparecerá es la lectura rutinaria de imágenes estándar como función principal del especialista humano. El número de puestos disminuirá; la exigencia de los que queden, aumentará.
¿Qué es el algoritmo ARIE y cómo cambia la consulta cardiológica?
ARIE (Articulate Medical Intelligence Explorer) es un sistema de IA conversacional que realiza la anamnesis al paciente mientras espera ser atendido. Formula preguntas dirigidas sobre síntomas, cronología, desencadenantes y antecedentes, y entrega al médico un resumen estructurado con las hipótesis diagnósticas más probables en el momento en que el paciente entra en la consulta. El sistema fue descrito en Nature en 2025 como demostración de la IA diagnóstica conversacional. Su impacto práctico es que el cardiólogo empieza la visita con mucha más información organizada, pudiendo dedicar el tiempo de la consulta a lo que los algoritmos no pueden hacer: matizar, contextualizar y construir confianza terapéutica.
¿Qué demostró el ensayo clínico aleatorizado sobre el ECG con IA en urgencias?
Lin y cols. publicaron en Nature Medicine (2024) un ensayo pragmático en el que los médicos de urgencias que disponían de un ECG enriquecido con IA lograron una mortalidad por cualquier causa un 30% menor en pacientes cardíacos de alto riesgo, en comparación con los que trabajaban con el ECG estándar. Es el primer ensayo aleatorizado que demuestra un beneficio clínico directo en mortalidad derivado de la integración de la IA en la práctica clínica cardiológica. El dato es relevante porque transforma el debate de «¿puede la IA hacerlo mejor?» a «¿cuántas vidas se pierden cuando no se usa?».
¿Qué es el gemelo digital en cardiología y para qué sirve?
El gemelo digital (Digital Twin) es una representación computacional individualizada de cada paciente, construida con fenotipado profundo: historia clínica completa, biomarcadores, imagen cardíaca, datos genómicos y registros de seguimiento longitudinal. Integrado con un gran modelo de lenguaje conectado al historial clínico electrónico, permite generar recomendaciones terapéuticas personalizadas, simular el efecto probable de distintas intervenciones y estratificar el riesgo con una granularidad imposible para el médico humano en tiempo real. La ESC ya trabaja en proyectos de gemelo digital como parte de su apuesta por la cardiología de precisión.
¿Qué habilidades debería desarrollar un residente de cardiología hoy para prepararse para el futuro?
Según la perspectiva de la ESC y el análisis del European Heart Journal, los residentes deberían priorizar: alfabetización en IA (entender cómo funcionan los algoritmos, sus sesgos y su validación externa); estadística clínica y ciencia de datos más allá de lo básico; razonamiento fisiopatológico profundo, que será el activo más diferencial frente a la máquina; habilidades de comunicación y empatía, porque los pacientes preferirán interactuar con humanos para las decisiones trascendentes; y pensamiento ético sobre privacidad de datos y equidad algorítmica. Usar herramientas interactivas como CardioApp en la práctica diaria es un primer paso concreto y accesible.
La pregunta sobre qué es el cardiólogo del futuro es, en el fondo, una pregunta sobre la identidad de la profesión en la era de la inteligencia artificial. La respuesta que ofrece el análisis del European Heart Journal de 2026 no es tranquilizadora en todos sus matices, pero sí es honesta: los que abracen el cambio - aprendan a trabajar con algoritmos, entiendan sus limitaciones y fortalezcan las competencias que la máquina no puede replicar - definirán la cardiología de la próxima generación. El cardiólogo del futuro no compite con la inteligencia artificial en lo que esta hace mejor: compite en lo que ningún algoritmo puede ofrecer, el juicio clínico ante la incertidumbre, la empatía con el paciente y la responsabilidad sobre la decisión médica.
Referencias
- Lüscher TF. What is the cardiologist of the future? Eur Heart J. 2026; ehag319. doi: 10.1093/eurheartj/ehag319
- Attia ZI, Kapa S, Lopez-Jimenez F, McKie PM, Ladewig DJ, Satam G, et al. Screening for cardiac contractile dysfunction using an artificial intelligence-enabled electrocardiogram. Nat Med. 2019;25:70-4. PMID: 30617318
- Attia ZI, Noseworthy PA, Lopez-Jimenez F, Asirvatham SJ, Deshmukh AJ, Gersh BJ, et al. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet. 2019;394:861-7. PMID: 31378392
- Tu T, Schaekermann M, Palepu A, Saab K, Freyberg J, Tanno R, et al. Towards conversational diagnostic artificial intelligence. Nature. 2025;642:442-50. PMID: 40205050
- Wu J, Biswas D, Ryan M, Bernstein BS, Rizvi M, Fairhurst N, et al. Artificial intelligence methods for improved detection of undiagnosed heart failure with preserved ejection fraction. Eur J Heart Fail. 2024;26:302-10. PMID: 38152863
- Ayers JW, Poliak A, Dredze M, Leas EC, Zhu Z, Kelley JB, et al. Comparing physician and artificial intelligence chatbot responses to patient questions posted to a public social media forum. JAMA Intern Med. 2023;183:589-96. PMID: 37115527
- Lin S, Li Z, Fu B, Chen S, Li X, Wang Y, et al. Feasibility of using deep learning to detect coronary artery disease based on facial photo. Eur Heart J. 2020;41:4400-11. PMID: 32818267
- Amir O, Abraham WT, Azzam ZS, Berger G, Anker SD, Pinney SP, et al. Remote speech analysis in the evaluation of hospitalized patients with acute decompensated heart failure. JACC Heart Fail. 2022;10:41-9. PMID: 34969496
- Chan K, Wahome E, Tsiachristas A, Antonopoulos AS, Patel P, Lyasheva M, et al. Inflammatory risk and cardiovascular events in patients without obstructive coronary artery disease: the ORFAN multicentre, longitudinal cohort study. Lancet. 2024;403:2606-18. PMID: 38823406
- Sahashi Y, Ieki H, Yuan V, Christensen M, Vukadinovic M, Binder-Rodriguez C, et al. Artificial intelligence automation of echocardiographic measurements. J Am Coll Cardiol. 2025;86:964-78. DOI: 10.1016/j.jacc.2025.07.053
- Lin CS, Liu WT, Tsai DJ, Lou YS, Chang CH, Lee CC, et al. AI-enabled electrocardiography alert intervention and all-cause mortality: a pragmatic randomized clinical trial. Nat Med. 2024;30:1461-70. PMID: 38684860
- Navarese EP, Leader JH, Markides RIL, Koolaji S, Kereiakes DJ, Kubica J, et al. AI-Guided GDMT optimization after HFrEF hospitalization: the ASSIST-HF SIRIO randomized pilot trial. J Am Coll Cardiol. 2026. doi: 10.1016/j.jacc.2025.12.066
- Beyar R, Davies JE, Cook C, Dudek D, Cummins PA, Bruining N. Robotics, imaging, and artificial intelligence in the catheterisation laboratory. EuroIntervention. 2021;17:537-49. PMID: 34554096
- Wang Y, Zeller M, Auffret V, Georgiopoulos G, Räber L, Roffi M, et al. Sex-specific prediction of cardiogenic shock after acute coronary syndromes: the SEX-SHOCK score. Eur Heart J. 2024;45:4564-78. PMID: 39217456
- Packer M. The legend of John Henry and the role of artificial intelligence in the destruction of cardiology. J Am Coll Cardiol. 2024;84:1492-4. PMID: 39357942
- Lüscher TF, Wenzl FA. The cardiologist in the age of artificial intelligence: what is left for us? Cardiovasc Res. 2024;120:e57-9. PMID: 39378220
Laura Calpe Berdiel
