Cribado de amiloidosis cardíaca por transtiretina con inteligencia artificial: dónde funciona el ECG y dónde no

La amiloidosis cardíaca por transtiretina dejó de ser una enfermedad rara el día en que alguien se molestó en buscarla. En pacientes de 60 años o más ingresados por insuficiencia cardíaca con fracción de eyección conservada y un grosor parietal de 12 mm o más, una serie prospectiva española encontró captación moderada o intensa en la gammagrafía en 16 de 120 casos, un 13,3% (IC 95%, 7,2%-19,5%) [3]. El problema, desde entonces, no ha sido diagnosticarla: ha sido sospecharla. Y la sospecha llega tarde, cuando la insuficiencia cardíaca ya está establecida y el beneficio del tratamiento se ha estrechado.

Sobre esa brecha se apoya el estudio publicado en JAMA [1], que desarrolla y valida un sistema de inteligencia artificial capaz de leer una imagen de un electrocardiograma de 12 derivaciones, un PDF exportado, una captura de pantalla o incluso un trazado escaneado, y devolver una probabilidad de amiloidosis cardíaca por transtiretina. Es un estudio de prueba diagnóstica con validación en ocho cohortes de Estados Unidos y Europa, y su interés no está tanto en la cifra global de discriminación como en algo que rara vez se cuenta con esta honestidad: qué pasa cuando el mismo algoritmo se aplica a poblaciones con prevalencias muy distintas.

En este artículo:

1. Lo que sabíamos hasta ahora
2. Cómo lee el algoritmo una imagen del ECG
3. Qué rinde la inteligencia artificial en la amiloidosis por transtiretina
4. El valor predictivo positivo lo decide la prevalencia
5. Dónde sí merece la pena buscar
6. Combinar el ECG con la ecocardiografía
7. Lo que el modelo no distingue

Lo que sabíamos hasta ahora

La guía ESC 2023 de miocardiopatías recomienda la gammagrafía con trazadores óseos (DPD, PYP o HMDP) en pacientes con sospecha de amiloidosis cardíaca por transtiretina para ayudar al diagnóstico, con una recomendación de clase I y nivel de evidencia B [2]. La recomendación es firme, pero se activa sólo cuando alguien ha sospechado. El cuello de botella está aguas arriba.

Para estrecharlo se han propuesto dos caminos. El primero, ecocardiográfico: una escala de seis variables sencillas, edad, sexo masculino, antecedente de hipertensión, fracción de eyección menor del 60%, grosor de la pared posterior de 12 mm o más y grosor parietal relativo mayor de 0,57, que discriminó con un área bajo la curva de 0,89 en la cohorte de derivación y de 0,84 en las tres cohortes de validación; con una puntuación de 6 o más y una prevalencia del 10%, su valor predictivo positivo es del 25% [5]. El segundo camino es el electrocardiograma. Un modelo desarrollado en la Clínica Mayo alcanzó un área bajo la curva de 0,91 y detectó la enfermedad más de seis meses antes del diagnóstico clínico en el 59% de los pacientes que tenían trazados previos [4]. Pero se entrenó y se probó en una población emparejada uno a uno, con casi la mitad de casos, y los propios autores mostraron que al simular una prevalencia del 5% el valor predictivo positivo caía al 15%.

La pregunta que quedaba abierta era, por tanto, si un modelo así aguanta fuera del laboratorio: con otros aparatos, otros formatos de registro, otros países y, sobre todo, con la prevalencia real de la enfermedad en cada escenario.

Cómo lee el algoritmo una imagen del ECG

El modelo es una red neuronal convolucional entrenada sobre imágenes en escala de grises generadas a partir de 28.174 electrocardiogramas de 11.291 pacientes atendidos en un sistema sanitario del noreste de Estados Unidos entre agosto de 2015 y junio de 2023, de los que 293 tenían amiloidosis cardíaca por transtiretina confirmada. Los casos se definieron por gammagrafía positiva, con grado 2 o superior en la escala visual semicuantitativa, o por tratamiento con un estabilizador de la transtiretina.

La parte práctica no es la red, sino lo que la rodea. Un detector de objetos localiza el trazado dentro de la imagen, lo recorta, lo orienta y borra los identificadores del paciente, de modo que el sistema acepta lo que cada hospital tenga a mano: la señal cruda, un PDF exportado, un escaneado o una captura. Ese programa se distribuyó a los centros participantes para que lo ejecutaran localmente, sin enviar datos a ninguna parte, lo que permitió que la validación externa la hicieran los propios centros y no el equipo que construyó el modelo.

Qué rinde la inteligencia artificial en la amiloidosis por transtiretina

En la validación interna, una cohorte temporalmente distinta de 44.123 pacientes (edad media 68,5 años, 49,7% mujeres, 114 con la enfermedad), el área bajo la curva fue de 0,84 (IC 95%, 0,79-0,89), con una sensibilidad de 0,72 y una especificidad de 0,86 en el umbral prefijado. La discriminación se mantuvo en el escenario más exigente, el de los imitadores: entre 9.917 pacientes con hipertrofia ventricular izquierda o estenosis aórtica grave sin amiloidosis, el área bajo la curva fue de 0,81 (IC 95%, 0,75-0,86).

En las cinco cohortes externas retrospectivas el rendimiento fue consistente: 0,89 (IC 95%, 0,87-0,90) en el centro nacional de referencia británico, 0,82 y 0,83 en dos cohortes estadounidenses de casos y controles, 0,82 en un centro griego y 0,78 (IC 95%, 0,73-0,83) en un hospital terciario holandés. Ese es el dato robusto: distintos aparatos, distintos formatos, distintos países, misma capacidad de separar.

El valor predictivo positivo lo decide la prevalencia

Aquí está lo que de verdad hay que llevarse a la consulta. El mismo modelo, con el mismo umbral fijo, aplicado a poblaciones distintas:

De cada 100 alertas en una población no seleccionada, una corresponde a un paciente con la enfermedad. En pacientes ya derivados para confirmación, 34 de cada 100. La sensibilidad apenas se mueve, la especificidad tampoco: lo que cambia por completo el rendimiento clínico es la probabilidad previa de quien se pone delante. Traducido a carga de trabajo, aplicar la herramienta a todos los electrocardiogramas de un hospital supondría en torno a 78 gammagrafías por cada diagnóstico verdadero; aplicarla al paciente ya sospechoso, menos de 3.

Conviene añadir un contrapunto incómodo, y reconocido con honestidad por los autores: en la cohorte con ecocardiografía disponible, un modelo construido sólo con edad y sexo alcanzó un área bajo la curva de 0,83 (IC 95%, 0,79-0,86), frente a 0,86 (IC 95%, 0,81-0,91) del algoritmo del electrocardiograma y 0,90 (IC 95%, 0,86-0,93) al combinar ambos. Buena parte de la señal, en una población general de edad avanzada, la aportan dos variables que ya están en la primera línea de la historia clínica.

Dónde sí merece la pena buscar

Justamente por eso, el modelo se llevó a tres poblaciones enriquecidas. En el estudio SCAN-MP, 645 adultos negros e hispanos de 60 años o más con insuficiencia cardíaca, de los que 43 (6,7%) tuvieron gammagrafía positiva, el área bajo la curva fue de 0,76 (IC 95%, 0,68-0,83), con un valor predictivo negativo de 0,97. En los dos estudios CACTUS, de cribado tras cirugía por síndrome del túnel carpiano, fue de 0,79 (IC 95%, 0,65-0,93) en 251 participantes y de 0,91 (IC 95%, 0,82-0,97) en otros 121, con valores predictivos negativos de 0,98 y 0,94.

El escenario más convincente es el genético. Entre 453 portadores de una variante de transtiretina seguidos en el centro británico, el algoritmo distinguió a los 330 con afectación cardíaca de los 123 sin ella con un área bajo la curva de 0,93 (IC 95%, 0,91-0,95), y lo hizo en variantes con penetrancias muy distintas, desde el 37,7% de la V30M hasta el 84,6% de la V122I. Para una consulta que sigue a portadores asintomáticos, un electrocardiograma anual es mucho más asumible que una gammagrafía anual.

La otra ventaja es temporal. Entre los pacientes finalmente derivados a gammagrafía, los trazados registrados entre uno y tres años antes de la prueba ya discriminaban, con áreas bajo la curva de 0,77 a 0,78 y una odds ratio por desviación estándar de 3,7 a 4,1. La firma eléctrica de la enfermedad estaba ahí antes de que nadie la sospechara.

En nuestro entorno hay una experiencia paralela que conviene conocer: una plataforma desarrollada sobre 20.754 electrocardiogramas de 2.901 personas evaluadas en un centro español de referencia alcanzó un área bajo la curva de 0,88 (IC 95%, 0,85-0,91), con una sensibilidad del 80,7% y una especificidad del 78,5%, y mantuvo una sensibilidad del 68,4% en pacientes asintomáticos y del 73,9% en clase funcional I de la NYHA; en escenarios de bandera roja, síndrome del túnel carpiano, estenosis de canal lumbar o polineuropatía, el área bajo la curva se movió entre 0,91 y 0,92 [6]. Dos grupos independientes, con datos distintos, llegan al mismo sitio.

Combinar el ECG con la ecocardiografía

En 663 pacientes derivados a gammagrafía que tenían además un ecocardiograma interpretable, 100 de ellos con la enfermedad, se compararon tres estrategias. Los números son la mejor manera de explicar por qué ninguna es gratis:

Exigir las dos pruebas positivas antes de pedir la gammagrafía reduce el número de estudios por diagnóstico de 4,1 a 1,5, pero deja fuera a uno de cada tres pacientes con la enfermedad. La lectura inversa es más útil: la concordancia de dos resultados negativos alcanza un valor predictivo negativo de 0,98. Como herramienta para descartar, funciona mejor que como herramienta para confirmar.

Lo que el modelo no distingue

Tres limitaciones condicionan cualquier uso clínico. La primera, y la más importante para la práctica: el algoritmo, entrenado para detectar depósito de transtiretina, también identifica la amiloidosis por cadenas ligeras, con un área bajo la curva de 0,89 en la cohorte del centro británico. Un resultado positivo obliga a la tipificación completa, con estudio de cadenas ligeras en suero y orina, y no puede leerse como un diagnóstico de transtiretina.

La segunda es la calibración. La probabilidad que devuelve el modelo no es directamente interpretable como riesgo: el cociente entre eventos observados y esperados osciló entre 0,14 y 2,48 según la cohorte, de modo que un mismo umbral resulta demasiado estricto en unos entornos y demasiado laxo en otros. La tercera es que la mayoría de los controles no se sometieron a una prueba confirmatoria, por lo que algunos casos no reconocidos pueden estar contados como negativos.

¿Qué cambia en mi consulta?

Lo que esto significa en nuestro entorno clínico es bastante concreto, y no pasa por instalar nada mañana.

• No es una prueba de cribado poblacional, y sus autores no lo pretenden. Pasar el algoritmo por todos los electrocardiogramas de un servicio produciría una avalancha de positivos con una probabilidad del 1% de ser ciertos.
• Sí tiene sentido en poblaciones ya seleccionadas por otra razón: insuficiencia cardíaca con fracción de eyección conservada y aumento del grosor parietal, estenosis aórtica grave del anciano, síndrome del túnel carpiano bilateral operado, estenosis de canal lumbar, portadores de una variante de transtiretina. Ahí el valor predictivo positivo sube a cifras manejables y el negativo pasa del 95%.
• El paciente que no estaba en estas cohortes es el de atención primaria. Todas las validaciones se hicieron en hospitales o en programas de cribado activo. En una consulta de primaria, con prevalencias todavía más bajas, la relación entre alertas y diagnósticos empeoraría aún más.
• Un positivo abre un proceso, no lo cierra. Anamnesis dirigida a las banderas rojas, ecocardiografía, cadenas ligeras y, si procede, gammagrafía. Ese es el circuito que la guía ya recomienda [2]; lo que aporta la herramienta es una forma de entrar en él.
• La utilidad como filtro negativo está infravalorada. En el paciente derivado por sospecha, un resultado negativo del electrocardiograma tuvo un valor predictivo negativo de 0,95, y de 0,98 si el ecocardiograma también era negativo.

Mensajes clave

• Un modelo de aprendizaje profundo aplicado a imágenes de electrocardiogramas de 12 derivaciones detecta amiloidosis cardíaca por transtiretina con áreas bajo la curva de 0,76 a 0,91 en ocho cohortes de Estados Unidos y Europa.
• La discriminación es estable entre formatos y países, pero el valor predictivo positivo va del 1% en población no seleccionada al 34% en pacientes ya derivados para confirmación.
• En portadores de variantes de transtiretina distingue la afectación cardíaca con un área bajo la curva de 0,93, lo que lo hace especialmente atractivo para el seguimiento de portadores asintomáticos.
• Un resultado positivo no distingue transtiretina de cadenas ligeras: obliga a la tipificación completa.
• Su mejor papel hoy es priorizar y, sobre todo, descartar: la concordancia de electrocardiograma y ecocardiografía negativos alcanza un valor predictivo negativo de 0,98.

Relevancia y aplicación clínica

Que estas herramientas importen depende por completo de que haya algo que ofrecer al paciente diagnosticado, y hoy lo hay. En el estudio HELIOS-B, un ensayo aleatorizado y controlado con placebo en amiloidosis por transtiretina con miocardiopatía, vutrisirán redujo el riesgo de muerte por cualquier causa y de eventos cardiovasculares recurrentes (razón de riesgos 0,72; IC 95%, 0,56-0,93) y la mortalidad por cualquier causa a 42 meses (razón de riesgos 0,65; IC 95%, 0,46-0,90) [7]. Cada año de retraso diagnóstico es un año de tratamiento perdido en una enfermedad progresiva. Puedes revisar el abordaje completo de la miocardiopatía amiloide por transtiretina y las recomendaciones de la guía ACC 2025 sobre evaluación y tratamiento para situar dónde encajaría un filtro como este.

Falta el paso que ninguna de estas cifras contesta: si alertar realmente adelanta diagnósticos y mejora desenlaces. Es una pregunta de implementación, no de discriminación, y la experiencia previa con alertas de inteligencia artificial sobre el ECG sugiere que el efecto depende más de qué se hace con el aviso que del aviso en sí. Mientras llega esa prueba, la lectura razonable es la más modesta: la inteligencia artificial aplicada al electrocardiograma no sustituye a la ecocardiografía ni a la gammagrafía en la amiloidosis cardíaca por transtiretina, sino que decide a quién merece la pena hacérselas.

Preguntas frecuentes

¿Sirve la inteligencia artificial en el ECG para cribar amiloidosis cardíaca en la población general?
No. Con una prevalencia del 0,3%, sólo uno de cada cien positivos corresponde a un paciente con la enfermedad, y harían falta unas 78 gammagrafías por cada diagnóstico. Su rendimiento sólo es aceptable en poblaciones con probabilidad previa alta.

¿En qué pacientes tiene más sentido aplicarlo?
En insuficiencia cardíaca con fracción de eyección conservada y aumento del grosor parietal, estenosis aórtica grave del anciano, antecedente de cirugía bilateral del túnel carpiano, estenosis de canal lumbar y portadores de una variante de transtiretina. En este último grupo el área bajo la curva alcanza 0,93.

¿Un resultado positivo confirma amiloidosis por transtiretina?
No. El mismo patrón eléctrico aparece en la amiloidosis por cadenas ligeras, que el algoritmo también identifica. Un positivo obliga a completar el estudio con cadenas ligeras en suero y orina antes de atribuir el depósito a la transtiretina.

¿Puede detectar la enfermedad antes de que aparezcan los síntomas?
Los electrocardiogramas registrados entre uno y tres años antes de la gammagrafía confirmatoria ya discriminaban, con áreas bajo la curva de 0,77 a 0,78. En cohortes de cribado, la sensibilidad en pacientes asintomáticos ronda el 68%.

Bibliografía recomendada

1. Croon PM, Batinica B, Dhingra LS, et al. Electrocardiogram-based deep learning to prioritize testing for transthyretin amyloid cardiomyopathy. JAMA. 2026. doi:10.1001/jama.2026.16785 PMID 42663420
2. Arbelo E, Protonotarios A, Gimeno JR, et al. 2023 ESC Guidelines for the management of cardiomyopathies. Eur Heart J. 2023;44(37):3503-3626. PMID 37622657
3. González-López E, Gallego-Delgado M, Guzzo-Merello G, et al. Wild-type transthyretin amyloidosis as a cause of heart failure with preserved ejection fraction. Eur Heart J. 2015;36(38):2585-2594. PMID 26224076
4. Grogan M, Lopez-Jimenez F, Cohen-Shelly M, et al. Artificial intelligence-enhanced electrocardiogram for the early detection of cardiac amyloidosis. Mayo Clin Proc. 2021;96(11):2768-2778. PMID 34218880
5. Davies DR, Redfield MM, Scott CG, et al. A simple score to identify increased risk of transthyretin amyloid cardiomyopathy in heart failure with preserved ejection fraction. JAMA Cardiol. 2022;7(10):1036-1044. PMID 36069809
6. González-López E, Abbou R, López-García R, et al. Improving transthyretin cardiac amyloidosis detection from electrocardiograms through the Willem artificial intelligence platform. Heart Rhythm. 2026;23(7):e1100-e1111. PMID 41933633
7. Fontana M, Berk JL, Gillmore JD, et al. Vutrisiran in patients with transthyretin amyloidosis with cardiomyopathy. N Engl J Med. 2025;392(1):33-44. PMID 39213194