La Universidad Nacional de Colombia, sede Manizales, desarrolla una plataforma que combina manillas inteligentes, sensores no invasivos e inteligencia artificial para detectar señales tempranas de riesgo cardiovascular desde casa. El dato que pone a mirar el proyecto con atención es su acierto preliminar: 98,7 % en la clasificación de alertas, todavía en etapa de validación con pacientes reales.
Resumen rápido
- El sistema analiza frecuencia cardíaca, saturación de oxígeno, actividad física y factores de riesgo para generar alertas tempranas.
- La iniciativa apunta inicialmente a personas mayores de 64 años y se valida en Caldas y Atlántico, dos territorios con alta carga cardiovascular.
- No busca reemplazar al médico: quiere dar señales útiles para decidir mejor y consultar a tiempo.
La salud digital en Colombia suele sonar a historia futurista hasta que aterriza en algo tan cotidiano como una manilla en la muñeca. Eso es lo interesante del proyecto que adelanta la Universidad Nacional de Colombia (UNAL) Sede Manizales: no habla de hospitales llenos de robots, sino de monitoreo remoto, sensores portátiles y alertas que podrían ayudar a detectar a tiempo una complicación cardiovascular.
Según la Agencia UNAL, el sistema integra dispositivos inteligentes, una plataforma web móvil y modelos de inteligencia artificial capaces de encontrar patrones asociados con posibles eventos cardiovasculares y cerebrovasculares. En la práctica, la persona usaría wearables —como manillas inteligentes y sensores no invasivos— que registran variables como frecuencia cardíaca, saturación de oxígeno y actividad física. Esa información viaja a una plataforma donde los modelos analizan cambios relevantes y clasifican el nivel de alerta.
El número que más llama la atención es el 98,7 % de acierto preliminar en la clasificación de alertas. Hay que leerlo con cabeza fría: no es una autorización médica ni una promesa de diagnóstico infalible. El propio proyecto sigue en validación con datos de pacientes reales. Pero sí muestra que la combinación de sensores, datos clínicos y modelos predictivos puede volverse una herramienta concreta para apoyar decisiones de salud, sobre todo cuando el tiempo importa.
El contexto colombiano hace que la noticia pese más. Las enfermedades cardiovasculares y cerebrovasculares siguen entre los mayores retos de salud pública. La Agencia UNAL recuerda que estas patologías explican cerca del 31 % de las muertes anuales en el mundo y que, en Colombia, más de 4,5 millones de personas fueron diagnosticadas con hipertensión arterial entre 2019 y 2020. Para una familia, detectar una señal a tiempo puede significar menos incertidumbre. Para el sistema de salud, puede significar menos congestión, mejor priorización y seguimiento más inteligente de pacientes crónicos.
La primera población objetivo son personas mayores de 64 años, un grupo especialmente expuesto a complicaciones cardiovasculares. Para validar el sistema, el equipo seleccionó Caldas y Atlántico. La elección no es casual: Atlántico registra una prevalencia de hipertensión arterial del 11,15 %, una de las más altas del país, mientras que Caldas presenta una prevalencia del 8,59 % y una tasa de mortalidad por enfermedades del corazón de 140 casos por cada 100.000 habitantes, de acuerdo con la reseña del proyecto.
También hay una lectura empresarial. Clínicas, EPS, aseguradoras, cajas de compensación y startups de healthtech tienen aquí una señal clara: la IA en salud no necesariamente empieza por grandes sistemas hospitalarios. Puede empezar por casos específicos, medibles y de alto impacto, como monitorear pacientes en casa, reducir desplazamientos innecesarios y escalar el seguimiento sin perder criterio clínico.
La frase clave del equipo investigador es sencilla: esto no reemplaza al médico. Y es mejor que sea así. La IA debería entrar como copiloto: ordena datos, detecta patrones, prende alertas y ayuda a priorizar. La decisión clínica sigue necesitando profesionales, historia del paciente, exámenes y contexto. En salud, automatizar sin responsabilidad puede ser peligroso; automatizar bien puede liberar tiempo y salvar oportunidades de atención.
Lo que toca mirar ahora es la validación en escenarios reales: tamaño de la muestra, diversidad de pacientes, falsos positivos, falsos negativos, integración con rutas médicas y manejo de datos sensibles. Si esos puntos se resuelven con rigor, Colombia podría tener un caso valioso de IA aplicada a prevención, no solo a eficiencia administrativa. Y eso sí sería una muy buena noticia: tecnología menos de vitrina y más de cuidado.