La aterosclerosis subclínica —el estrechamiento arterial por placas de colesterol sin síntomas previos— es responsable del 50% de los infartos de miocardio en pacientes clasificados como de bajo riesgo, y se estima que el 35% de la población entre 35 y 55 años la padece sin saberlo. El diagnóstico actual requiere ecografía vascular hospitalaria, una prueba costosa realizada en unidades saturadas que impide escalar el cribado poblacional.
Horus ML, startup española con equipos mixtos de ingeniería de IA y medicina, ha desarrollado AITheroscope, una herramienta de deep learning que detecta aterosclerosis analizando retinografías no midriáticas —imágenes del fondo del ojo que no requieren dilatación de pupila— obtenidas en menos de 10 segundos con los retinógrafos ya instalados en atención primaria. El algoritmo evalúa parámetros geométricos de la microvasculatura retiniana —tortuosidad, solapamiento vascular y engrosamiento de paredes— que correlacionan biológicamente con el estado del sistema arterial general.
Validado con más de 1.000 pacientes en colaboración con el Hospital Universitario Infanta Leonor y el Hospital del Sureste de Madrid, el modelo alcanza una sensibilidad del 95% y una especificidad del 90% frente a la ecografía vascular como patrón de referencia. Según sus creadores, de implementarse en circuitos preventivos habituales, más de 4 millones de personas actualmente sin diagnóstico pasarían a estar bajo control médico.
La herramienta opera en fase piloto en 18 centros de salud y dos hospitales madrileños, y el objetivo para 2026 es iniciar la escalabilidad comercial en España, Europa, México y Chile.
Artículo escrito por el equipo de redacción de El Mundo
22/05/2026
Source:
El Mundo
https://www.elmundo.es/ciencia-y-salud/salud/2026/05/21/6a0cb94dfc6c831a0d8b45b0.html