Cuando hablamos del riesgo de infarto, derrame cerebral o enfermedad cardiovascular, casi siempre pensamos en cosas ya conocidas: colesterol, presión arterial, diabetes, tabaquismo, edad o antecedentes familiares. Todo eso sigue siendo importante. Pero ahora la medicina está encontrando nuevas formas de aprovechar estudios que muchos pacientes ya se realizan, para extraer información adicional sin hacer pruebas extra. Un ejemplo muy interesante viene de un estudio reciente de Mayo Clinic, donde se analizó con inteligencia artificial la grasa que rodea al corazón para mejorar la predicción del riesgo cardiovascular a largo plazo.

La idea llama la atención por una razón muy simple: no se trata de inventar un estudio nuevo, caro o difícil de conseguir, sino de obtener más datos útiles a partir de una tomografía que ya se usa con frecuencia para medir el calcio en las arterias coronarias. En otras palabras, la imagen ya existe; lo novedoso es que ahora la inteligencia artificial puede analizarla con más detalle y detectar señales que antes no se aprovechaban del todo.

¿Qué es la grasa pericárdica y por qué importa?

El corazón no está aislado dentro del pecho. A su alrededor existe tejido graso, conocido en este contexto como grasa pericárdica o adiposa pericárdica. Desde hace tiempo se sabe que este tejido no es “decorativo”: puede participar en procesos inflamatorios y metabólicos relacionados con la salud cardiovascular. Estudios previos ya habían sugerido que la grasa alrededor del corazón puede asociarse con un mayor riesgo de eventos cardiovasculares, y la novedad del trabajo presentado en 2026 es que esa medición ahora puede hacerse de forma automatizada con aprendizaje profundo a partir de tomografías cardiacas.

En el estudio de Mayo Clinic se dio seguimiento a casi 12,000 adultos durante alrededor de 16 años. Los investigadores aplicaron inteligencia artificial a tomografías con sincronización electrocardiográfica para cuantificar la grasa alrededor del corazón y compararon ese dato con herramientas ya consolidadas, como la puntuación de calcio coronario y la ecuación PREVENT de la American Heart Association, diseñada para estimar el riesgo futuro de enfermedad cardiovascular.

¿Qué encontró el estudio?

Los resultados fueron relevantes. Cerca del 10% de los participantes desarrolló enfermedad cardiovascular durante el seguimiento. Además, un mayor volumen de grasa alrededor del corazón se asoció con más riesgo de eventos cardiovasculares incluso después de ajustar otros factores importantes, como los factores tradicionales de riesgo y la presencia de calcio coronario. También se observó que añadir esta medición mejoró la precisión de la predicción por encima de los modelos convencionales, especialmente en personas clasificadas inicialmente como de riesgo bajo o límite.

Esto importa mucho en la práctica clínica porque hay pacientes que no entran con claridad en una categoría de “alto riesgo”, pero tampoco son personas totalmente libres de preocupación. Ahí es donde la toma de decisiones se vuelve más difícil: ¿conviene ser más agresivo con la prevención?, ¿es momento de reforzar cambios de estilo de vida?, ¿hay que vigilar más de cerca? Según los autores, esta medición podría ayudar justamente en esos casos grises en los que decidir temprano puede cambiar el pronóstico.

¿Esto significa que ya cambió la atención médica?

Todavía no del todo. El propio grupo investigador aclara que se necesitan más estudios para definir cómo incorporar esta medición a la práctica clínica habitual y para saber si realmente debe modificar decisiones terapéuticas en la consulta cotidiana. Es decir, el hallazgo es prometedor, pero todavía está en proceso de consolidarse como una herramienta rutinaria de uso generalizado.

Aun así, el mensaje es muy valioso: la inteligencia artificial no necesariamente viene a reemplazar al médico, sino a ayudarle a leer mejor información que ya existe. En este caso, una tomografía que muchos pacientes ya se realizan para evaluar calcio coronario podría ofrecer una segunda capa de información útil, sin añadir otra prueba ni generar costos adicionales por nuevos estudios de imagen.

Lo que sí debe quedarle claro al paciente

Este hallazgo no significa que una persona deba salir a pedir “la medición de grasa cardíaca por IA” por su cuenta, ni que un solo dato vaya a definir su futuro cardiovascular. El riesgo del corazón sigue siendo un rompecabezas que se arma con múltiples piezas: presión arterial, glucosa, colesterol, tabaquismo, obesidad, actividad física, antecedentes, función renal y, cuando corresponde, estudios de imagen y valoración médica. La ecuación PREVENT, por ejemplo, fue desarrollada precisamente para integrar varios factores y ofrecer una estimación más completa del riesgo cardiovascular, renal y metabólico.

La parte alentadora es que la cardiología preventiva se está volviendo más precisa. Cada vez se busca identificar antes a quienes podrían beneficiarse de cambios intensivos en estilo de vida, mejor control de factores de riesgo o vigilancia más estrecha. Si usted ya tiene factores de riesgo cardiovasculares, antecedentes familiares, colesterol alto, hipertensión, diabetes o le han recomendado una evaluación cardiológica, vale la pena comentarlo con su médico. Él o ella podrá decirle qué estudios realmente son útiles en su caso y cómo interpretar cualquier resultado dentro de su contexto completo.

Cuándo conviene consultar

Vale la pena acudir a valoración médica si usted tiene:

  • presión alta, colesterol alto o diabetes;
  • sobrepeso u obesidad;
  • antecedente familiar de infarto o muerte cardiovascular temprana;
  • tabaquismo;
  • dolor en el pecho, falta de aire, palpitaciones o fatiga inusual;
  • dudas sobre su riesgo cardiovascular aunque “se sienta bien”.

La prevención cardiovascular funciona mejor cuando empieza antes de que aparezca una urgencia. Y justo ese es el tipo de medicina que este estudio intenta fortalecer: una prevención más personalizada, más temprana y mejor informada.

Aviso importante: Este artículo tiene fines informativos y de divulgación científica. No sustituye la valoración médica, el diagnóstico ni el tratamiento por un profesional de la salud. Si usted tiene síntomas, factores de riesgo o dudas sobre su corazón, consulte a su médico o a un especialista en cardiología.

Referencias de consulta

Esmaeili, Z., Mahmoudi, E., Chahal, C. A. A., Mirbolouk, M., Kwon, D., Lopez-Jimenez, F., & Dudum, R. (2026). Deep learning–derived pericardial adipose tissue by ECG-gated computed tomography predicts cardiovascular events beyond coronary calcium. American Journal of Preventive Cardiology, 17, 100981. https://doi.org/10.1016/j.ajpc.2026.100981

Khan, S. S., Matsushita, K., Sang, Y., Ballew, S. H., et al. (2024). Development and validation of the American Heart Association PREVENT equations to predict risk of cardiovascular disease. Circulation, 149(6), 430–449. https://doi.org/10.1161/CIRCULATIONAHA.123.067626

Eisenberg, E., McElhinney, P. A., Commandeur, F., et al. (2020). Deep learning–based quantification of epicardial adipose tissue volume and attenuation predicts major adverse cardiovascular events in asymptomatic subjects. Circulation: Cardiovascular Imaging, 13(2), e009829. https://doi.org/10.1161/CIRCIMAGING.119.009829

West, H. W., Mirbolouk, M., Berman, D. S., et al. (2023). Deep-learning for epicardial adipose tissue assessment on coronary CT angiography. JACC: Cardiovascular Imaging, 16(5), 622–634. https://doi.org/10.1016/j.jcmg.2022.10.016

Mayo Clinic News Network. (2026, 9 abril). Incluir la medición de grasa cardíaca derivada de IA mejora la precisión en la predicción del riesgo de enfermedad cardiovascular.