Inteligencia artificial en el análisis de ECG veterinario: qué cambia en la cardiología de perros y gatos

La inteligencia artificial (IA) y el aprendizaje automático (machine learning) ya comienzan a apoyar el análisis del electrocardiograma (ECG) en perros y gatos, ayudando a detectar y clasificar arritmias, a triar trazados que necesitan atención prioritaria y a agilizar el flujo del telediagnóstico. Conviene dejar claro desde el inicio: en medicina veterinaria estas herramientas funcionan como apoyo a la decisión, no como sustitutas del informe. La interpretación clínica y el informe final siguen siendo responsabilidad de un médico veterinario, idealmente un cardiólogo, que firma el documento. La evidencia veterinaria todavía es inicial y las bases de datos etiquetadas para perros y gatos son escasas, por lo que toda aplicación exige una validación cuidadosa antes de su uso en la rutina.

Cómo se aplica la IA al ECG de perros y gatos

La IA en el ECG nació y maduró primero en la medicina humana, donde las redes neuronales convolucionales ya analizan grandes volúmenes de trazados. Ese trasfondo ayuda a entender el camino, pero no se transfiere automáticamente a la clínica de pequeños animales: la frecuencia cardíaca, la morfología de las ondas y el patrón de las arritmias del perro y del gato son distintos a los del humano, y los algoritmos entrenados en personas no sirven listos para la veterinaria.

En medicina veterinaria los estudios todavía son pocos, aunque prometedores y cada vez más específicos. En perros se han usado modelos de aprendizaje automático para distinguir la disfunción del nodo sinusal de la alta modulación parasimpática, una diferenciación difícil que suele confundir al ojo humano, combinando análisis de Poincaré y rejillas de densidad tridimensional a partir de Holter de 24 horas. Otro estudio aplicó un algoritmo de aprendizaje profundo a un ECG de seis derivaciones para localizar vías accesorias en la preexcitación ventricular del perro, identificando puntos fiduciales (del inicio de la onda P a la onda delta) y clasificando el trayecto con buena exactitud. Son ejemplos de tareas puntuales y bien definidas, no de un informe automático completo.

En la práctica, las aplicaciones más maduras hoy son auxiliares: detección y marcado automático de complejos, triaje de trazados largos para señalar segmentos sospechosos al cardiólogo, organización de la cola del telediagnóstico por prioridad y preprocesamiento que reduce ruido y artefacto. En plataformas conectadas como INpulse One e INcloud, este tipo de apoyo puede acortar el tiempo entre la captura del examen y la lectura humana, sin prescindir nunca de esa lectura.

Qué cambia en la rutina clínica y en el telediagnóstico

Para la clínica general, la ganancia más inmediata es de flujo. Un trazado capturado en la consulta puede preanalizarse para señalar hallazgos que merecen revisión prioritaria, ayudando a decidir cuándo derivar al cardiólogo con mayor rapidez. En exámenes largos, como el Holter, el triaje automático de segmentos sospechosos ahorra horas de revisión manual y reduce la posibilidad de que un evento breve pase desapercibido.

En el telediagnóstico, la IA puede organizar la cola por prioridad clínica, estandarizar la calidad de la señal recibida y ofrecer al cardiólogo marcas preliminares que él confirma, corrige o descarta. El resultado buscado es un informe más rápido, sin que la velocidad comprometa el cuidado. Lo que no cambia es el punto central: la IA prepara y organiza, el ser humano interpreta y firma.

Conviene recordar que nada de esto elimina la necesidad de un ECG bien hecho. La colocación correcta de los electrodos, la contención adecuada y el control de artefactos siguen siendo la base; ningún algoritmo corrige un trazado malo, y los datos de mala calidad tienden a generar salidas de mala calidad.

El cardiólogo en el centro: la IA apoya, no sustituye

Interpretar un ECG no se reduce a clasificar ondas. Integra la historia clínica, el examen físico, la raza, el tamaño, el estado autonómico del paciente, la medicación en uso y el contexto del caso, algo que un algoritmo entrenado en trazados aislados no percibe. Por eso el cardiólogo permanece en el centro de la decisión: es él quien da sentido clínico a lo que la máquina solo señala.

El modelo de trabajo recomendado es el de profesional al mando, con la IA como asistente. La herramienta puede acelerar, estandarizar y llamar la atención sobre lo importante, pero la responsabilidad del diagnóstico y de la conducta es, y debe seguir siendo, humana. Esa división protege al paciente, protege al tutor y protege al propio médico veterinario.

Limitaciones y cautela

Hay limitaciones importantes que exigen prudencia. La primera es la escasez de bases de datos veterinarias amplias y bien etiquetadas: la mayoría de los algoritmos dependen de muchos ejemplos anotados por especialistas, y en perros y gatos esos conjuntos todavía son pequeños y poco diversos. Los modelos entrenados con pocas razas, edades o tamaños pueden no generalizar bien.

La segunda es el riesgo de error en morfologías poco comunes. La IA tiende a acertar más en lo frecuente y a fallar en lo raro, justamente en los casos atípicos que más exigen un especialista. Las arritmias complejas, los artefactos que imitan patología y los patrones poco representados en el entrenamiento son puntos ciegos previsibles. Por ello cualquier herramienta debe validarse de forma independiente, idealmente en estudios prospectivos veterinarios, antes de incorporarse a la rutina, y su desempeño debe monitorizarse a lo largo del tiempo.

Al tratarse de un tema de salud, conviene una postura conservadora: una sugerencia automática nunca debe tratarse como diagnóstico, y las divergencias entre el algoritmo y el evaluador humano deben resolverse siempre a favor de la evaluación clínica.

Ética y responsabilidad: el marco veterinario

En Brasil, la telemedicina veterinaria, que incluye el telediagnóstico y el telediagnóstico por informe, está regulada por la Resolución CFMV n.º 1.465/2022. Esta determina que el informe o dictamen en el telediagnóstico sea firmado electrónicamente por el médico veterinario que prestó el servicio, con firma electrónica avanzada, y que la responsabilidad recaiga sobre el profesional. En otras palabras: independientemente de si la IA ayudó o no en el análisis, es una persona, el médico veterinario, quien responde por el informe.

Esto tiene implicaciones prácticas directas. La IA es una herramienta de apoyo dentro de un acto médico veterinario, no un emisor de informes. El uso de algoritmos no transfiere la responsabilidad al software ni al fabricante; el profesional que firma sigue siendo responsable del contenido. Las plataformas que ofrecen este tipo de recurso deben ser transparentes sobre lo que hace el algoritmo y sobre sus limitaciones, preservar la trazabilidad del examen y mantener al médico veterinario al control de la decisión final.

INpulse desarrolla tecnología de ECG y telediagnóstico conectada bajo esta premisa: la IA existe para apoyar y agilizar el trabajo del cardiólogo, nunca para sustituir el juicio clínico ni el informe firmado por un médico veterinario. Este artículo tiene carácter informativo y no sustituye la evaluación de un profesional habilitado.