Ep. 12 El Hospital Inteligente · Casos
Cuatro casos de IA cardiovascular y un solo ensayo aleatorizado
Madrid, La Rioja, el Reino Unido y Minnesota. Solo uno de los cuatro puede decir cuánto mejoró.
Madrid · 29 de septiembre de 2026 · 6 min de lectura
Las enfermedades cardiovasculares causan 17,9 millones de muertes al año, el 32 % del total mundial. En el Día Mundial del Corazón de 2026 hay cuatro despliegues reales de inteligencia artificial cardiovascular que merecen mirarse: Madrid, La Rioja, el Reino Unido y Minnesota. Solo uno de ellos está respaldado por un ensayo clínico aleatorizado publicado, y su resultado fue de medio punto porcentual.
Los datos
- 17,9 Mmuertes cardiovasculares al año en el mundo: el 32 % del total (OMS)
- 28.000pacientes atendidos por Cardiología Madrid 365 desde noviembre de 2024
- 2017año en que arrancó RAPIAM en La Rioja: nueve años en producción
- 1,6 % → 2,1 %diagnóstico de fracción de eyección baja en el ensayo EAGLE, con 22.641 adultos
Madrid: el hospital que prefiere no usar la cama
El Hospital Universitario Ramón y Cajal opera Cardiología Madrid 365, un servicio de seguimiento remoto de pacientes cardiovasculares y de personas en riesgo de desarrollar enfermedad cardiaca. Peso, glucosa, tensión arterial y saturación de oxígeno se recogen mediante dispositivos domiciliarios y wearables, y viajan a una plataforma con inteligencia artificial que genera alrededor de 170 alertas protocolizadas.
Cuando el sistema detecta riesgo elevado puede iniciar una teleconsulta, ajustar el tratamiento, derivar con carácter urgente, coordinar con el especialista o activar los servicios de emergencia. Desde el piloto de noviembre de 2024 ha atendido a 28.000 pacientes y gestionado más de 11.000 alertas, 400 de ellas críticas.
La mejor cama de hospital es la que no necesitamos usar. — José Luis Zamorano, jefe de cardiología del Hospital Ramón y Cajal
La Rioja: nueve años no es un piloto
RAPIAM, la Red de Atención Provincial del Infarto Agudo de Miocardio de La Rioja (Argentina), conecta hospitales públicos y clínicas privadas de toda la provincia para tratar el infarto. El electrocardiograma se lee por telemedicina, las ambulancias están adaptadas, el equipo de hemodinamia se activa desde el centro que deriva y los médicos generalistas están formados para administrar fibrinólisis.
Lo que distingue a este caso no es la tecnología, que es modesta comparada con la de los otros tres. Es la fecha: funciona desde 2017. La mayoría de los programas que se anuncian con entusiasmo no llegan a cumplir dos años.
Reino Unido: del estetoscopio al pronóstico a cinco años
Un estetoscopio con inteligencia artificial para detectar insuficiencia cardiaca se desplegó en un centenar de consultas de atención primaria del NHS. Y la Universidad de Oxford ha publicado en el Journal of the American College of Cardiology una herramienta que identifica cambios en la grasa que rodea al corazón y predice insuficiencia cardiaca hasta cinco años antes de que aparezca, entrenada y validada en más de 70.000 personas de nueve NHS Trusts.
Una advertencia de calendario: la herramienta de cribado que desarrollan Queen Mary University of London y Barts Health NHS Trust, financiada con 1,3 millones de libras del NIHR, no estará en uso clínico hasta finales de 2028. Está financiada, no desplegada. La diferencia importa.
Minnesota: el único con ensayo aleatorizado
La Clínica Mayo probó su electrocardiograma con inteligencia artificial para detectar fracción de eyección baja en un ensayo pragmático aleatorizado por conglomerados, publicado en Nature Medicine. Participaron 120 equipos de atención primaria de 45 centros, 358 clínicos y 22.641 adultos sin insuficiencia cardiaca previa.
El resultado: el diagnóstico de fracción de eyección baja pasó del 1,6 % en el grupo de control al 2,1 % en el grupo de intervención. Odds ratio de 1,32, intervalo de confianza de 1,01 a 1,61, valor de p de 0,007.
Medio punto porcentual. Estadísticamente significativo y clínicamente relevante, porque identifica a pacientes que de otro modo habrían pasado desapercibidos. Y muy lejos del titular que cualquiera habría escrito con ese mismo estudio delante.
Lo que separa a los cuatro
Los tres primeros casos son despliegues: existen, atienden pacientes y generan datos. El cuarto es evidencia: sabemos cuánto mejora y con qué margen de error.
No es que el resultado de Mayo sea mayor. Es que es el único que podemos medir.
En medio de tanto ruido sobre innovación, lo que distingue a una organización que decide bien de una que decide por entusiasmo es exactamente esto: la capacidad de diferenciar una promesa de una evidencia, y de exigir la magnitud real del efecto antes de firmar nada.
Qué significa para tu organización
- Antes de comprar, pregunte si existe un ensayo publicado y de qué tipo. Un estudio retrospectivo y un ensayo aleatorizado no son lo mismo, aunque el proveedor los presente juntos.
- Exija la magnitud absoluta del efecto, no solo la significación estadística. Un resultado puede ser significativo y aun así ser de medio punto porcentual.
- Mida su línea base antes de desplegar nada. Sin ella, cualquier mejora posterior será una impresión y no un dato.
Preguntas frecuentes
¿Medio punto porcentual justifica desplegar un sistema de IA?
Depende de la escala y del coste. Sobre 22.641 pacientes, medio punto son más de un centenar de diagnósticos adicionales de una condición tratable que habría pasado desapercibida. La pregunta correcta no es si el porcentaje suena pequeño, sino cuántos pacientes representa en su volumen y cuánto cuesta obtenerlo.
¿Por qué RAPIAM es relevante si su tecnología es sencilla?
Precisamente por eso. Lleva nueve años funcionando en una provincia con grandes distancias y recursos limitados. La mayoría de los programas más sofisticados no superan la fase piloto. La sofisticación técnica y la supervivencia de un proyecto no guardan la relación que se les supone.
¿Cómo distingo un despliegue real de un anuncio?
Tres preguntas. Desde cuándo funciona, cuántos pacientes ha atendido, y qué se publicó con métricas. Un programa financiado no es un programa desplegado, y un programa desplegado no es un programa evaluado.
Referencias
Normas APA, 7.ª edición. Ordenadas alfabéticamente por autor.
- Gaceta Médica. (23 de junio de 2026). Cardiología Madrid 365: el Hospital Ramón y Cajal amplía la atención a pacientes cardiovasculares. https://gacetamedica.com/politica/ayuso-cardiologia-madrid-365-atencion-hospital-ramon-cajal/
- Organización Mundial de la Salud. (s. f.). Enfermedades cardiovasculares. 17,9 millones de muertes anuales, el 32 % del total mundial.
- Queen Mary University of London y Barts Health NHS Trust. (2026). New AI heart failure screening tool could save lives, cut hospital waiting lists and deliver major NHS cost savings. https://www.qmul.ac.uk/whri/latest-news/2026/items/new-ai-heart-failure-screening-tool-could-save-lives-cut-hospital-waiting-lists-and-deliver-major-nhs-cost-savings.html
- Radio Fénix. (2017). Capacitaron a médicos del hospital San Nicolás sobre RAPIAM, la Red de Atención Provincial del Infarto Agudo de Miocardio. La Rioja, Argentina. http://www.fenix951.com.ar/nuevo_2013/noticia.php?id=94483
- University of Oxford, Radcliffe Department of Medicine. (2026). New AI tool can predict heart failure at least five years before it develops. Publicado en Journal of the American College of Cardiology. https://www.rdm.ox.ac.uk/news/new-ai-tool-can-predict-heart-failure-at-least-five-years-before-it-develops
- Yao, X., Rushlow, D. R., Inselman, J. W. y cols. (2021). Artificial intelligence-enabled electrocardiograms for identification of patients with low ejection fraction: A pragmatic, randomized clinical trial. Nature Medicine, 27, 815-819. https://doi.org/10.1038/s41591-021-01335-4
Ficha para medios
- Titular
- Cuatro casos de IA cardiovascular y un solo ensayo aleatorizado
- Autoría
- Mariela Méndez, directora de IA Scholarium (Madrid)
- Serie
- El Hospital Inteligente, entrega n.º 12 · Sección: Casos
- Fecha
- 29 de septiembre de 2026
- Extensión
- 616 palabras aproximadas · 6 min de lectura
- Referencias
- 6, en normas APA 7.ª edición, con enlace a la fuente primaria
- Contacto
- info@iascholarium.com
Este texto puede reproducirse, total o parcialmente, en medios digitales e impresos, citando a la autora y enlazando al original. Para una versión adaptada a la extensión de su medio, una tribuna original o declaraciones sobre este tema, escriba a la dirección de contacto. Sin patrocinio de proveedores tecnológicos ni contenido pagado sobre los casos analizados.
Mariela Méndez
Divulgadora de casos de IA en salud · Directora de IA Scholarium
Mariela Méndez divulga casos reales de aplicación de inteligencia artificial y tecnología sanitaria, y dirige IA Scholarium, plataforma de formación en IA para profesionales sanitarios con base en Madrid. Escribe para el sistema sanitario español y mantiene acceso directo a programas y responsables de Latinoamérica, un puente poco frecuente en el sector. Rastrea casos reales de transformación digital en sistemas de salud y los analiza con un método poco frecuente en el sector: evidencia citada, normativa europea aplicada y mención explícita de lo que todavía no está demostrado. Edita El Hospital Inteligente, serie de análisis sobre inteligencia artificial, salud y datos, y habla en congresos sobre salud digital, gobernanza del dato y cumplimiento del AI Act.
Para medios
Este artículo puede reproducirse total o parcialmente citando a la autora y enlazando a la fuente original.
Mariela Méndez está disponible para entrevistas, artículos de opinión, conferencias y mesas redondas sobre inteligencia artificial en salud, cumplimiento del AI Act, interoperabilidad y gobernanza del dato clínico.
Contacto: info@iascholarium.com