Asistente virtual con inteligencia artificial tras hospitalización por insuficiencia cardiaca

Un asistente virtual basado en inteligencia artificial (IA), operado con apoyo de personal no clínico, facilitó que pacientes recién hospitalizados con diagnóstico de insuficiencia cardíaca con fracción de eyección reducida (ICFEr) ajustaran su tratamiento conforme a las recomendaciones de las guías, de acuerdo con un estudio piloto publicado en Journal of the American College of Cardiology.

Los resultados se alcanzaron con mayor rapidez y en más pacientes dentro del grupo que utilizó el asistente virtual, en comparación con quienes recibieron seguimiento convencional por parte de profesionales de cardiología o enfermería especializados en insuficiencia cardíaca.

El modelo de atención integró un asistente virtual generativo sustentado en un modelo de lenguaje de gran escala, que emitía sugerencias terapéuticas en tiempo real. Estas recomendaciones eran revisadas primero por un gestor no clínico y después por un cardiólogo remoto, quien validaba cada decisión antes de aplicarla. Los pacientes reportaron altos niveles de aceptación y consideraron adecuado este esquema de atención.

Aunque los desenlaces clínicos fueron exploratorios debido al tamaño reducido de la muestra, los hallazgos sugieren una posible alternativa para cubrir una necesidad frecuente: iniciar y escalar oportunamente la farmacoterapia guiada por guías en personas con ICFEr tras una hospitalización.

El autor principal, el Dr. Eliano P. Navarese, del Departamento de Ciencias de la Vida y la Salud de la Universidad Link Campus en Roma, explicó que los pacientes dados de alta por insuficiencia cardíaca con fracción de eyección reducida mantienen un riesgo elevado en las primeras semanas. Sin embargo, el inicio y la titulación rápida de los fármacos recomendados suelen demorarse por la dificultad de realizar controles frecuentes a gran escala. El estudio buscó enfrentar la inercia terapéutica aumentando la frecuencia y consistencia en la optimización del tratamiento, sin eliminar la supervisión del cardiólogo.

Atención estructurada con apoyo de IA

El ensayo piloto ASSIST HF SIRIO incluyó a 60 pacientes de un solo centro, asignados aleatoriamente a recibir atención estándar mediante consultas periódicas con especialistas, o seguimiento quincenal a través del flujo de trabajo apoyado por IA. A las 12 semanas se compararon la factibilidad, la aceptación y el grado de optimización de la terapia basada en guías entre ambos grupos.

En el grupo con IA, un administrador aplicaba una entrevista estructurada para recabar datos sobre síntomas, signos vitales, peso y resultados de laboratorio. Esa información se ingresaba al asistente virtual, que generaba una recomendación personalizada. Posteriormente, el cardiólogo remoto aprobaba, ajustaba o descartaba la sugerencia antes de comunicarla al paciente.

El Dr. Navarese destacó que la optimización farmacológica es un proceso secuencial que depende de datos clínicos repetidos en el tiempo. Subrayó que un modelo de lenguaje solo puede ser útil dentro de un entorno controlado y orientado a la seguridad, no como un chatbot abierto. Para ello, emplearon generación aumentada por recuperación basada en guías clínicas seleccionadas, junto con estrategias de diseño de indicaciones para minimizar errores y “alucinaciones”.

Noticias del tema