Un modelo de IA anticipa el riesgo de hipertensión arterial antes de los síntomas evidentes

Se estima que la mitad de las personas con hipertensión arterial ignoran su diagnóstico, lo que complica la posibilidad de un tratamiento a tiempo. La enfermedad puede desarrollarse sin manifestaciones evidentes durante largos periodos, y su avance incrementa la probabilidad de sufrir complicaciones severas, entre ellas accidente cerebrovascular (ACV), infarto de miocardio y daño renal.

Un modelo de inteligencia artificial desarrollado en la Clínica Mayo permite identificar anticipadamente a pacientes con riesgo de sufrir hipertensión arterial secundaria causada por aldosteronismo primario, una de las formas más frecuentes pero menos diagnosticadas de esta enfermedad, según expusieron expertos en el congreso anual de la Sociedad de Endocrinología Estadounidense (ENDO 2026) que se celebra en Chicago.

El avance podría facilitar diagnósticos más tempranos y reducir complicaciones graves asociadas al control de la hipertensión.

La IA ayudó a detectar casos de hipertensión arterial originados por aldosteronismo primario que suelen pasar inadvertidos, ya que analiza, de forma automatizada, los historiales clínicos electrónicos y resalta señales de riesgo. Esto permite anticipar el diagnóstico hasta 12 meses antes, lo que se traduce en la posibilidad de iniciar tratamiento antes de que surjan daños graves y reducir la incidencia de complicaciones cardiovasculares.

El aldosteronismo primario se produce cuando las glándulas suprarrenales generan un exceso de aldosterona, una hormona que regula sodio y potasio. Este trastorno aumenta el riesgo de eventos cardiovasculares como accidente cerebrovascular, insuficiencia cardíaca, arritmias y enfermedad renal, advirtió en un comunicado la Sociedad de Endocrinología Estadounidense.

Según el doctor Frank Lee, investigador principal de la Clínica Mayo en Rochester, Estados Unidos, la detección precoz puede mejorar el pronóstico y disminuir los recursos sanitarios necesarios, ya que existen terapias eficaces para tratar esta causa de hipertensión.

La prevalencia real del aldosteronismo primario no se conoce con precisión, pero se estima que hasta el 20% de los pacientes con hipertensión lo padecen, según el doctor Lee.

Eficacia del modelo de IA en la detección precoz de la hipertensión arterial

Durante la presentación en el congreso ENDO 2026, se informó que el modelo de detección basado en IA identificó correctamente más del 90% de los casos de aldosteronismo primario y pasó por alto menos del 10%.

Esta eficacia permite seleccionar a los pacientes que pueden necesitar estudios específicos, sin sobrecargar los recursos diagnósticos disponibles.

En la prueba con población hipertensa, el sistema señaló como candidatos a una evaluación exhaustiva a aproximadamente dos de cada tres pacientes. Así, la herramienta ayuda a focalizar los recursos médicos en quienes más pueden beneficiarse de un diagnóstico temprano, según dijo Lee.

Cómo funciona el modelo de IA y qué variables analiza

El modelo de detección, desarrollado en la Plataforma de la Clínica Mayo y formado con datos anonimizados recopilados entre 1986 y 2025, emplea una técnica de aprendizaje automático denominada arquitectura XGBoost.

Analiza variables como la edad, el sexo, diagnósticos asociados a hipertensión e hipopotasemia, mediciones de presión arterial sistólica, niveles de potasio en sangre y los medicamentos utilizados para controlar la presión arterial o suplementar potasio.

La herramienta fue probada en una cohorte de 225.887 pacientes adultos con hipertensión, donde determinó de forma automatizada qué casos requerían estudios adicionales y supo anticipar el riesgo antes de la aparición de síntomas.

Implicaciones para la práctica clínica

La Sociedad Endocrinología destaca, en su guía clínica de 2025, que los profesionales sanitarios deben adoptar una detección más extendida del aldosteronismo primario ante su elevada prevalencia y la gravedad de las complicaciones derivadas.

“Los médicos han tenido dificultades para detectar eficazmente el aldosteronismo primario, aunque hay tratamientos que pueden cambiar el pronóstico si se diagnostica a tiempo”, afirmó Lee.

La integración de sistemas automatizados como este podría modificar la estrategia de cribado habitual, dando lugar a un mayor número de diagnósticos precoces y permitiendo tratamientos más eficaces, así como una atención mejor coordinada.

El modelo de detección basado en IA aprovecha la información rutinaria de los historiales médicos y anticipa el riesgo de hipertensión secundaria antes de la presencia de síntomas claros, lo que favorece una prevención más eficaz en pacientes susceptibles.