Estrés crónico: un biomarcador en imágenes de tórax predice el impacto y los riesgos cardíacos

La implementación de Inteligencia Artificial para el diagnóstico de estrés crónico a partir de imágenes de tomografía computarizada (CT) de tórax representa uno de los avances más relevantes en la investigación médica reciente. Investigadores de la Johns Hopkins University validaron un biomarcador capaz de medir el impacto acumulado del estrés crónico utilizando escáneres rutinarios. El estudio, liderado por la doctora Elena Ghotbi, empleó inteligencia artificial para analizar el volumen de las glándulas suprarrenales en aproximadamente 2.800 adultos dentro de la Multi-Ethnic Study of Atherosclerosis.

El modelo automatizado permitió identificar el Adrenal Volume Index (AVI), un índice que revela el nivel de estrés acumulado a partir de imágenes habituales de tórax. Los resultados demostraron que un AVI elevado se asoció con niveles altos de cortisol, masa ventricular izquierda aumentada y un mayor riesgo de insuficiencia cardíaca y mortalidad, con datos corroborados tras un seguimiento de hasta diez años.

Estos resultados se expusieron durante el 111° encuentro anual de la Radiological Society of North America (RSNA), celebrado en la ciudad de Chicago, donde especialistas de todo el mundo analizaron los avances recientes en la disciplina.

Shadpour Demehri, profesor de radiología en la Johns Hopkins University, destacó que por primera vez se logró observar la carga prolongada del estrés en el cuerpo mediante tomografías rutinarias, en contraste con los métodos previos que se apoyaban en cuestionarios, análisis de sangre o mediciones puntuales de cortisol. Esos procedimientos no siempre reflejaban el daño real en los órganos.

La incorporación de inteligencia artificial posibilitó analizar grandes volúmenes de imágenes existentes sin requerir exámenes adicionales ni exposición extra a radiación. Este enfoque facilitó el análisis a gran escala del impacto biológico del estrés crónico al aprovechar datos ya disponibles en escáneres de tórax. El AVI mostró además correlación con parámetros cardíacos y otros marcadores bioquímicos y psicosociales, incluido el “allostatic load”, indicador del desgaste corporal por estrés sostenido.

El biomarcador se posicionó como el primer indicador basado en imágenes médicas capaz de cuantificar el estrés crónico y predecir de modo independiente consecuencias clínicas importantes. Así lo valoró Teresa E. Seeman, coautora e investigadora de la University of California, Los Ángeles, quien señaló que el hallazgo permitió vincular el volumen suprarrenal observado en imágenes rutinarias con medidas biológicas y psicológicas validadas del estrés.

La Dra. María Cecilia Farrario, coordinadora Imágenes torácicas del Hospital Universitario Austral. (MN145553), analizó a Infobae las implicancias clínicas del AVI y su impacto en la prevención. “En la práctica clínica es un termómetro biológico del estrés crónico. A diferencia de una medición aislada de cortisol, que sólo captura un momento puntual, el volumen adrenal refleja la carga acumulada de estrés a lo largo del tiempo, y en el estudio se correlaciona con cortisol, cuestionarios validados de estrés y depresión, y con el concepto de “desgaste fisiológico global por estrés”, sostuvo Ferrario.

Por otra parte, explicó, representa una mejor estratificación de riesgo cardiovascular: “Un índice elevado se asoció con mayor masa ventricular izquierda y mayor riesgo de insuficiencia cardíaca y mortalidad a 10 años de seguimiento. Esto abre la puerta a que, en un futuro, el IVA se incorpore como un factor más de riesgo cardiovascular, junto al colesterol, la presión arterial, la diabetes, etc., permitiendo identificar pacientes que “a simple vista” parecían de riesgo intermedio pero que, por su carga de estrés crónico, requieren prevención más activa"

En cuanto a la prevención más integral, “un índice alto podría servir como señal de alarma para activar: intervenciones de estilo de vida (sueño, actividad física, manejo del estrés), derivación temprana a salud mental y control estrecho de otros factores de riesgo cardio metabólicos. El gran punto a favor es que el IVA se obtiene de TC de tórax que el paciente ya se estaba haciendo por otros motivos, sin sumar estudios, costos ni radiación adicionales”, sostuvo.

Por ahora, “se trata de un hallazgo de investigación, no de un parámetro que vayamos a ver mañana en todos los informes. Pero marca un cambio de paradigma: las imágenes podrían empezar a mostrarnos no sólo la anatomía y la enfermedad establecida, sino también el impacto acumulado del estrés en el cuerpo”, agregó la experta.

<b>⁠</b>Ventajas de usar IA sobre imágenes ya existentes vs métodos tradicionales

Tradicionalmente, el estrés crónico se ha evaluado con cuestionarios (escala de estrés percibido, escalas de depresión/ansiedad) y marcadores bioquímicos (cortisol salival/serológico en múltiples tomas, marcadores inflamatorios, etc.). “La propuesta de este estudio es distinta: usar IA para analizar imágenes que ya existen (TC de tórax) y, sobre ellas, medir automáticamente el volumen adrenal y calcular el IVA. Eso ofrece varias ventajas: la segmentación manual de las suprarrenales en TC es engorrosa, demanda tiempo y es poco viable para la práctica diaria. El modelo de deep learning las segmenta automáticamente y calcula su volumen en 3D de forma rápida, consistente y libre de variaciones entre observadores, lo que mejora la precisión de la medición”, sostuvo Ferrario

Una vez entrenado, el modelo puede aplicarse a grandes bases de datos y a estudios de rutina, incluso en hospitales con recursos limitados pero que ya disponen de tomografía. “Es una forma de democratizar un marcador complejo (la carga de estrés) usando una infraestructura que ya existe”, agregó la experta. Y sumó las ventajas de IVA más allá del “día malo” del paciente.

“Cuestionarios y cortisol están muy influenciados por el estado emocional, el horario del día, la adherencia del paciente a la toma de muestras múltiples, etc. El IVA, en cambio, captura un fenómeno más estable y acumulativo: cómo respondió el eje adrenal al estrés durante meses o años. No reemplaza a las herramientas tradicionales, pero las complementa con una medida anatómica objetiva”, analizó.

Esta herramienta abre la posibilidad de identificar el estrés crónico acumulado de forma objetiva, apoyando nuevas estrategias de prevención clínica y de gestión personalizada de riesgos. “Este trabajo aporta algo que faltaba en la investigación sobre estrés y enfermedad cardiovascular: un biomarcador visual, cuantificable y validado en imágenes médicas. Eso puede influir en la investigación futura generando un puente sólido entre salud mental y enfermedad cardiovascular. Hasta ahora, la relación entre estrés crónico y enfermedad cardiovascular se apoyaba en estudios epidemiológicos, cuestionarios de estrés y depresión y biomarcadores bioquímicos indirectos”, cerró Ferrario.

Otros avances destacados en el RSNA 2025

El programa científico presentó una amplia diversidad de investigaciones y avances tecnológicos que abarcan distintas ramas de la medicina y la inteligencia artificial. Entre los principales temas tratados en RSNA 2025 se encuentran los siguientes:

Obesidad y biomarcadores de Alzheimer: un equipo demostró que los biomarcadores plasmáticos para la enfermedad de Alzheimer progresan hasta 95% más rápido en personas con obesidad, lo que permite detectar cambios antes de que sean visibles en la tomografía cerebral.

Inteligencia artificial predice riesgo de cáncer de mama: especialistas expusieron un modelo que utiliza inteligencia artificial para estratificar con mayor precisión el riesgo de cáncer de mama a cinco años.

Impacto de los impactos cerebrales en deportes de contacto: investigadores presentaron evidencias de que boxeadores y luchadores profesionales exhiben daño en el sistema glinfático, que es el encargado de limpiar los desechos del cerebro.

Vínculo entre la acumulación de grasa abdominal y daño cardíaco masculino: se informó de un estudio que asocia la llamada “panza cervecera” con cambios estructurales en el corazón, aumentando el riesgo de problemas cardiovasculares en hombres.

Ecografía aplicada a estética facial: nuevos criterios diagnósticos por ultrasonido permiten detectar oclusiones vasculares derivadas del uso de rellenos con ácido hialurónico. Estos avances optimizan el tratamiento y disminuyen las complicaciones graves, como necrosis o pérdida de visión provocadas por la obstrucción de vasos sanguíneos.

Soluciones automatizadas en radiología: se mostraron desarrollos en inteligencia artificial que optimizan el flujo de trabajo de los servicios de imágenes, agilizando la generación de informes y priorizando estudios con hallazgos potencialmente graves.

Monitoreo cerebral durante terapias anti-amiloide para Alzheimer: se introdujeron herramientas de inteligencia artificial capaces de vigilar los cambios cerebrales asociados al tratamiento de vanguardia contra la enfermedad de Alzheimer mediante nuevos marcadores por imágenes.