Con una destacada participación en el XXXIV Congreso Mexicano de Cardiología, el equipo integrado por las doctoras Gabriela Borrayo Sánchez, Dania Nimbe Lima Sánchez, Marina Eugenia Álvarez Suárez, Ana Carolina Sepúlveda Vildósola y el doctor Alejandro Alayola Sansores, obtuvo el segundo lugar en la categoría Médica de trabajos libres, gracias al proyecto titulado “Detección temprana de Infarto Agudo del Miocardio con elevación de ST por medio de un algoritmo de Inteligencia Artificial”. Este reconocimiento destaca su compromiso con la innovación científica y su contribución al avance diagnóstico mediante el uso de nuevas tecnologías.
El proyecto propone un flujo estandarizado para detectar infarto agudo del miocardio con elevación del segmento ST (IAMCEST) a partir de imágenes de electrocardiogramas (ECG). Considerando un total de 802 registros —151 normales y 651 con infarto—, las académicas y el académico desarrollaron un proceso riguroso de depuración y control de calidad que resultó en un conjunto final de 246 imágenes aptas para el análisis. Mediante técnicas avanzadas de preprocesamiento, como normalización, realce local de contraste (CLAHE), reducción de ruido y evaluación objetiva de nitidez y continuidad de trazos, lograron optimizar la calidad de las señales antes de su análisis por modelos de inteligencia artificial.
El estudio incorporó arquitecturas híbridas de aprendizaje profundo, como redes neuronales convolucionales (CNN) combinadas con modelos LSTM y transformers, que alcanzaron métricas de alto desempeño (AUROC ≈ 0.97 y F1 > 0.96) en la detección de patrones compatibles con IAMCEST. Los resultados muestran que la calidad y estandarización de la señal electrocardiográfica son determinantes para obtener diagnósticos precisos y reproducibles.
Además del componente diagnóstico, la plataforma integra un motor educativo y un módulo de similitud de casos clínicos. El primero fomenta el aprendizaje mediante preguntas adaptativas y evaluación continua; el segundo permite comparar casos con parámetros similares, como edad, frecuencia cardiaca, sexo o palabras clave para apoyar el razonamiento clínico. Este enfoque busca fortalecer la toma de decisiones médicas sin sustituir el juicio profesional, subrayando la importancia del trabajo colaborativo entre la tecnología y el conocimiento médico.
Este reconocimiento nacional destaca el compromiso de la Facultad de Medicina con la innovación en salud y el desarrollo de herramientas digitales que potencian la enseñanza y la práctica clínica. El proyecto representa un paso significativo hacia la integración responsable de la inteligencia artificial en la cardiología y en la formación de profesionales de la salud en México.
Alí González
