Cómo los protocolos estructurados y la IA de voz clínica están transformando la atención en MCH: evidencia del mundo real
La miocardiopatía hipertrófica (MCH) es una enfermedad hereditaria y progresiva que requiere vigilancia de por vida. Aunque está bien documentada en la literatura científica, muchos hospitales siguen teniendo dificultades para garantizar un seguimiento continuo y consistente de sus pacientes.
El principal reto para los equipos clínicos es pasar de una atención reactiva a un modelo de monitorización proactiva y continua.
Seguimiento tradicional en MCH: principales retos
La MCH es mucho más frecuente de lo que se suele pensar: podría afectar a 1 de cada 200 personas en todo el mundo. Sin embargo, incluso para los pacientes que ya están dentro del sistema sanitario, los modelos de seguimiento tradicionales presentan limitaciones estructurales a la hora de captar el estado clínico real:
- Normalización de los síntomas. Los pacientes adaptan su estilo de vida y muchas veces dicen encontrarse "bien", incluso cuando los síntomas avanzan de forma sutil.
- La trampa del paciente asintomático. Los pacientes más jóvenes suelen estar libres de síntomas hasta que se produce un evento cardíaco grave. Sin puntos de contacto frecuentes, las señales de alarma tempranas pasan desapercibidas.
- La carga del seguimiento. Los servicios de cardiología están saturados. Hacer seguimientos mensuales o trimestrales a miles de pacientes de riesgo es logísticamente inviable solo con recursos humanos.
- Síntomas inespecíficos. La fatiga leve, las palpitaciones o la disnea suelen ser atribuidas por los propios pacientes al estrés o al envejecimiento, a menos que se aplique un cuestionario clínico estructurado.
Estas brechas en el seguimiento se traducen en mayores tasas de hospitalización, intervenciones complejas y mayor utilización de recursos sanitarios. Cuantificar esta carga pone de manifiesto la necesidad de un seguimiento temprano y estructurado.
¿Cuál es el impacto clínico y económico de la MCH?
El impacto de la MCH va mucho más allá del paciente individual: afecta a los sistemas sanitarios a través del aumento de hospitalizaciones, intervenciones complejas y costes de gestión a largo plazo.
Impacto clínico
Un estudio de 2024 mostró que el 45,4% de los pacientes hospitalizados con MCH presentan insuficiencia cardíaca, lo que aumenta significativamente el riesgo de mortalidad. En España, los datos del registro EORP indican que la fibrilación auricular, detectada frecuentemente solo cuando los síntomas ya son graves, afecta a casi un tercio de estos pacientes, incrementando de forma notable el riesgo de ictus.
Impacto económico: datos de España
Un estudio de referencia publicado en 2025 en la Revista Española de Cardiología, codirigido por el Dr. Juan Ramón Gimeno del Hospital Virgen de la Arrixaca (Murcia), ofrece el primer análisis de costes reales de la MCH obstructiva en España.
Los datos muestran una escalada clara según la clase funcional NYHA, una escala del 1 al 4 que mide el grado de limitación funcional del paciente: el coste anual por paciente va de €4.430 en clase NYHA I a €17.545 en clase NYHA IV, un aumento de 4 veces impulsado por hospitalizaciones, visitas a urgencias e intervenciones invasivas.
La implicación clínica es clara: si un seguimiento proactivo y estructurado permite detectar la progresión de los síntomas de forma temprana y mantener a los pacientes en clase NYHA I–II, el potencial para reducir tanto el riesgo clínico como los costes sanitarios es muy significativo.
Dada la escalada evidente en riesgo y coste a lo largo de las clases NYHA, la detección precoz de la progresión sintomática se convierte en una prioridad clínica.
Cómo la IA de voz clínica transforma el seguimiento en MCH
Aquí es donde las soluciones digitales emergentes, en particular la IA de voz clínica, ofrecen un complemento escalable para los equipos de cardiología, con capacidad de interactuar de forma proactiva con los pacientes mediante conversaciones naturales y autónomas.
Monitorización de precisión con el protocolo HCMSQ
Esta transformación se apoya en la aplicación del protocolo HCMSQ (Hypertrophic Cardiomyopathy Symptom Questionnaire) a través de la IA de voz. Esta evaluación estructurada permite a la IA hacer seguimiento al paciente mediante llamadas telefónicas y ofrece al equipo clínico una imagen en tiempo real de:
- Disnea: seguimiento preciso de la dificultad respiratoria según las clases funcionales NYHA.
- Dolor torácico: frecuencia e intensidad de los síntomas anginosos.
- Presíncope y síncope: detección inmediata de episodios de mareo o pérdida de conciencia de alto riesgo.
- Fatiga y palpitaciones: impacto real en la calidad de vida cotidiana del paciente.
Más allá de la recogida de datos
Al automatizar estos seguimientos, los hospitales pueden:
- Detectar señales de alarma tempranas antes de que deriven en una visita a urgencias.
- Estandarizar la atención, garantizando que todos los pacientes reciben el mismo seguimiento de calidad independientemente del volumen asistencial del centro.
- Optimizar las consultas: cuando el paciente acude a su cita, el cardiólogo dedica menos tiempo a recopilar información y más a la toma de decisiones clínicas de alto valor.
Conclusión: hacia una atención proactiva en MCH
Los hospitales que más se benefician de la IA son los que la integran no como una herramienta aislada, sino como una extensión de la capacidad del equipo clínico.
Al pasar de un modelo reactivo basado en citas puntuales a un seguimiento longitudinal proactivo apoyado por IA, los equipos de cardiología pueden cerrar la brecha entre el diagnóstico y una gestión clínica efectiva —no solo en MCH, sino en un amplio abanico de enfermedades cardiovasculares crónicas o de alto riesgo.
La IA de voz clínica permite a los equipos:
- Mantener un contacto consistente con los pacientes, también entre visitas
- Detectar señales de alarma tempranas e intervenir antes
- Estandarizar el seguimiento reduciendo la carga administrativa
- Centrar la experiencia del cardiólogo en decisiones clínicas de alto valor
El protocolo HCMSQ para MCH es un ejemplo de lo que es posible, pero enfoques similares de seguimiento estructurado pueden aplicarse a la insuficiencia cardíaca, las arritmias, el cuidado post-infarto u otras patologías cardíacas crónicas, mejorando la seguridad del paciente, la adherencia y los resultados clínicos en el departamento.
Referencias
- Maron BJ, Gardin JM, et al. "Prevalence of hypertrophic cardiomyopathy in a general population of young adults." Circulation, 1995;92(4):785-789. (CARDIA Study)
- ElHabr AK, Riello RJ III, Desai NR, et al. "Epidemiology of Hypertrophic Cardiomyopathy in the United States From 2016 to 2023." JACC: Advances, 2025. doi:10.1016/j.jacadv.2025.102552
- Maron BJ. "How common is hypertrophic cardiomyopathy… really?: Disease prevalence revisited 27 years after CARDIA." American Heart Journal Plus, 2023. doi:10.1016/j.ahjo.2023.100288
- CoulditbeHCM.com / Bristol-Myers Squibb disease awareness resource; based on Maron MS et al., Am J Cardiol, 2016.
- Wybraniec MT, Gimeno JR, Charron P, et al. "Hypertrophic cardiomyopathy and atrial fibrillation: the EORP Cardiomyopathy Registry." European Heart Journal, 2025. PMC11836841
- Barriales-Villa R, Escobar-López L, Vilanova Larena D, Salazar-Mendiguchía J, Echeto A, Hernández I, Rebollo-Gómez E, Gimeno JR. "Clinical management and healthcare resource utilization among patients with obstructive hypertrophic cardiomyopathy in Spain: a real-world study." Rev Esp Cardiol, 2025;78:1041-53. doi:10.1016/j.rec.2025.04.004
- Arbelo E, Protonotarios A, Gimeno JR, et al. "2023 ESC Guidelines for the management of cardiomyopathies." European Heart Journal, 2023;44(37):3503-3626. doi:10.1093/eurheartj/ehad194
- Ismail MF, Obeidat O, Abughazaleh S, et al. "Temporal trends, prevalence, predictors, and outcomes of heart failure in patients with hypertrophic cardiomyopathy in the United States: Insights from the National Inpatient Sample." Curr Probl Cardiol, 2024;49(8):102665. doi:10.1016/j.cpcardiol.2024.102665
