Precisión de la auscultación cardiaca en valvulopatías en atención primaria

Respuesta generada por Itaca · 44 fuentes · 29 de agosto de 2026

Pregunta original

Precisión de la auscultación cardiaca en la detección temprana de valvulopatías en el primer nivel de atención. dame artículos no mayores a 5 años (aproximadamente unos 30)

Resumen

La evidencia reciente indica que la auscultación cardiaca convencional tiene una sensibilidad muy variable para detectar valvulopatías, especialmente en pacientes asintomáticos y en atención primaria. Su rendimiento parece ser mejor para la estenosis aórtica que para la insuficiencia mitral u otras lesiones, pero un examen auscultatorio normal no excluye enfermedad valvular clínicamente relevante. La ecocardiografía —incluida la ecocardiografía focal realizada por personal entrenado— continúa siendo la prueba confirmatoria. La literatura más reciente explora estetoscopios digitales, fonocardiografía e inteligencia artificial, aunque la validación externa y el impacto sobre desenlaces clínicos todavía son limitados.[1]

A continuación presento una selección reciente, publicada aproximadamente entre agosto de 2021 y agosto de 2026. Para mantener rigor bibliográfico, separo los artículos directamente relacionados con la precisión diagnóstica de la auscultación de los estudios complementarios sobre herramientas digitales, inteligencia artificial, ecocardiografía portátil y entrenamiento.

Artículos directamente relacionados con precisión diagnóstica y atención primaria

  1. Diagnostic accuracy of heart auscultation for detecting valve disease. BMJ Open. 2023;13:e068121. Revisión sistemática sobre sensibilidad, especificidad y razones de verosimilitud de la auscultación; encontró una variabilidad amplia y escasez de estudios en medicina general.[1]

  2. Diagnostic accuracy of heart auscultation for detecting valve disease. BMJ Open. 2023;13:e068121. Texto completo de la revisión sistemática, útil para extracción metodológica, características de los estudios incluidos y análisis de heterogeneidad.[2]

  3. Heart murmurs in the general population: diagnostic value and association with valvular disease. European Heart Journal – Quality of Care and Clinical Outcomes. 2025. Estudio poblacional sobre la detección de soplos por médicos generales y su asociación con enfermedad valvular ecocardiográfica.[3]

  4. Real-World Evaluation of an Artificial Intelligence Enabled Digital Stethoscope for Detecting Undiagnosed Valvular Heart Disease in Primary Care. Circulation. 2023;148(suppl 1):13244. Evaluación en condiciones reales de atención primaria, comparando auscultación convencional con auscultación digital asistida por inteligencia artificial.[4]

  5. Real-World Evaluation of Eko Murmur Analysis Software in a Point-of-Care Primary Care Setting. Registro de ClinicalTrials.gov, NCT05176899. Estudio prospectivo orientado a determinar si el análisis digital de soplos modifica las decisiones de derivación y solicitud de ecocardiograma en atención primaria.[5]

  6. Artificial-intelligence-enabled digital stethoscope improves point-of-care detection of valvular heart disease in primary care. European Heart Journal – Digital Health. 2026;7(2). Estudio clínico en atención primaria que comparó un estetoscopio digital asistido por inteligencia artificial con la auscultación convencional.[6]

  7. Development and validation of AI-enhanced auscultation for valvular heart disease screening through a multi-centre study. npj Digital Medicine. 2026. Estudio multicéntrico que entrenó el modelo utilizando objetivos ecocardiográficos en lugar de limitarse a la detección de soplos.[7]

  8. External evaluation of a commercial artificial intelligence-augmented digital auscultation platform in valvular heart disease detection using echocardiography as reference standard. International Journal of Cardiology. 2025;419:132653. Evaluación externa de una plataforma comercial; mostró rendimiento heterogéneo según el tipo de valvulopatía y sensibilidad global limitada para utilizarla como prueba única de cribado.[8]

  9. Correction to: External evaluation of a commercial artificial intelligence-augmented digital auscultation platform in valvular heart disease detection using echocardiography as reference standard. International Journal of Cardiology. 2025. Corrección editorial relacionada con el estudio de validación externa de la plataforma de auscultación digital.[9]

  10. Reply to: Correction to external evaluation of a commercial artificial intelligence-augmented digital auscultation platform in valvular heart disease detection using echocardiography as reference standard. International Journal of Cardiology. 2025. Respuesta de los autores a la corrección del artículo de evaluación externa.[10]

Estetoscopia digital e inteligencia artificial para estenosis aórtica

  1. Artificial Intelligence-Based Stethoscope for the Diagnosis of Aortic Stenosis. The American Journal of Medicine. 2022;135(9):1124-1133. Estudio de desarrollo y validación de un estetoscopio basado en inteligencia artificial para identificar estenosis aórtica moderada o grave.[11]

  2. A deep neural network using audio files for detection of aortic stenosis. Clinical Cardiology. 2022;45(6):657-663. Estudio piloto de una red neuronal profunda aplicada a grabaciones de sonidos cardiacos para detectar estenosis aórtica significativa.[12]

  3. A deep neural network using audio files for detection of aortic stenosis. Texto completo en Clinical Cardiology. Incluye detalles del conjunto de datos, las localizaciones de auscultación y la validación del modelo.[13]

  4. Efficient screening for severe aortic valve stenosis using a convolutional neural network based on heart sounds. European Heart Journal – Digital Health. 2022;3(2):141-152. Modelo de red neuronal convolucional que combinó grabaciones de varias áreas de auscultación y una aplicación para teléfono inteligente.[14]

  5. Efficient screening for severe aortic valve stenosis using a convolutional neural network based on heart sounds. Texto completo del estudio de cribado mediante sonidos cardiacos y aplicación móvil.[15]

  6. Automated valvular heart disease detection using heart sound with a deep learning model. 2024. Estudio de aprendizaje profundo para identificar diversas valvulopatías a partir de datos acústicos cardiacos.[16]

  7. Improving valvular pathologies and ventricular dysfunction diagnostic efficiency using combined auscultation and electrocardiography data: a multimodal AI approach. 2023. Estudio que integró datos de auscultación y electrocardiografía para detectar estenosis aórtica, insuficiencia mitral y disfunción ventricular.[17]

  8. Automatic diagnosis of left valvular heart disease based on artificial intelligence stethoscope. 2025. Evaluación de un estetoscopio basado en inteligencia artificial para estenosis aórtica, insuficiencia aórtica, estenosis mitral e insuficiencia mitral.[18]

  9. AI-based stethoscopes can accurately, automatically diagnose left-sided valvular heart disease. JACC: Advances. 2025. Comunicación y síntesis del estudio original sobre diagnóstico automatizado de valvulopatía izquierda mediante estetoscopio con inteligencia artificial.[19]

  10. Development and validation of AI-enhanced auscultation for valvular heart disease screening through a multi-centre study. Texto indexado en PubMed. Es especialmente relevante para comparar el rendimiento del algoritmo con médicos generales y con objetivos ecocardiográficos.[7]

Revisiones y estudios metodológicos sobre auscultación asistida por tecnología

  1. Cardiac auscultation: a practical review of technique, modern technology, and clinical application. Revisión práctica reciente sobre técnica, simulación, aprendizaje digital, estetoscopia electrónica y evaluación de competencia auscultatoria.[20]

  2. Narrative review of the role of artificial intelligence to improve aortic valve disease management. Revisión sobre el papel potencial de la inteligencia artificial en la detección y el manejo de la enfermedad de la válvula aórtica; debe interpretarse como revisión narrativa, no como evidencia de desenlaces clínicos.[21]

  3. Artificial intelligence in valvular heart disease: innovations and future directions. 2025. Revisión narrativa sobre aplicaciones de inteligencia artificial en diagnóstico, estratificación y seguimiento de valvulopatías.[22]

  4. Artificial intelligence-enhanced electrocardiography to predict regurgitant valvular heart diseases: an international study. 2025. Aunque se centra en electrocardiografía y no en auscultación, es pertinente como herramienta complementaria para detección precoz de enfermedad regurgitante.[23]

Ecocardiografía portátil y estrategias de detección en el primer nivel

  1. Adoptability and accuracy of point-of-care ultrasound in screening for valvular heart disease in the primary care setting. 2022;50(2):265-270. Estudió la aceptabilidad y exactitud de la ecocardiografía focal realizada por profesionales no expertos, utilizando lectores ecocardiográficos expertos como referencia.[24]

  2. Artificial intelligence assessment of valvular disease and ventricular function by a single echocardiography view. Heart. 2022;108(20):1592-1599. Estudio de inteligencia artificial aplicada a una sola vista ecocardiográfica para identificar enfermedad valvular y disfunción ventricular.[25]

  3. Artificial intelligence assessment of valvular disease and ventricular function by a single echocardiography view. Versión indexada en PubMed, útil para localizar la publicación primaria y sus datos de validación.[25]

  4. Artificial intelligence assessment of valvular disease and ventricular function by a single echocardiography view using handheld ultrasound acquisitions. Estudio relacionado sobre el uso de adquisición ecocardiográfica portátil y modelos de aprendizaje profundo para identificar valvulopatía significativa.[26]

  5. Proactive detection of heart valve disease in community practice using digital auscultation and echocardiographic referral. Informe de implementación de un servicio comunitario de auscultación digital con derivación posterior para ecocardiografía. Es evidencia de factibilidad operativa, no un ensayo clínico de precisión diagnóstica.[27]

Educación y competencia en auscultación cardiaca

  1. Evaluating the effectiveness of a structured, simulator-assisted, peer-led training on cardiovascular physical examination in third-year medical students: a prospective, randomized, controlled trial. 2021. Ensayo aleatorizado sobre entrenamiento estructurado y asistido por simulador; es indirectamente aplicable a atención primaria porque evalúa la adquisición de habilidades necesarias para reconocer soplos.[28]

  2. Improved cardiac auscultation competency interweaving visual learning with auditory instruction. 2024. Estudio educativo que evaluó una estrategia multisensorial para mejorar la identificación de ruidos y soplos cardiacos.[29]

  3. Do you hear what you see? Utilizing phonocardiography to enhance proficiency in cardiac auscultation. Estudio educativo sobre el uso de fonocardiogramas junto con el audio para mejorar la identificación de sonidos cardiacos.[30]

Lectura crítica para una revisión sobre atención primaria

  • La revisión sistemática más directamente pertinente concluye que la sensibilidad y especificidad de la auscultación varían ampliamente entre estudios; por ello, la auscultación aislada no debe considerarse una prueba de exclusión para valvulopatía.[1]
  • Los estudios contemporáneos sugieren que la auscultación convencional puede identificar mejor la estenosis aórtica que las lesiones mitrales, pero la capacidad depende de la intensidad del soplo, la obesidad, la experiencia del examinador y la gravedad de la lesión.[3]
  • Los estetoscopios digitales con inteligencia artificial muestran resultados prometedores, pero existe heterogeneidad importante entre modelos y validaciones. La evaluación externa de una plataforma comercial mostró sensibilidad global insuficiente para recomendarla como sustituto de la ecocardiografía.[8]
  • Los modelos de inteligencia artificial suelen utilizar como referencia la ecocardiografía, lo cual es metodológicamente preferible a entrenarlos únicamente para reconocer la presencia de un soplo; aun así, la mayoría de estudios son diagnósticos, retrospectivos o de validación técnica, no estudios de impacto clínico.[7]
  • La ecocardiografía focal en atención primaria puede ser una estrategia complementaria, pero requiere entrenamiento, control de calidad, protocolos de derivación y confirmación por ecocardiografía diagnóstica cuando el resultado es anormal o incierto.[24]
  • De los artículos anteriores, aproximadamente 18–20 son directamente útiles para una pregunta de precisión diagnóstica de auscultación o auscultación digital. Los restantes son estudios complementarios de inteligencia artificial, ecocardiografía portátil o formación clínica; conviene identificarlos así en una revisión sistemática para evitar mezclar exactitud diagnóstica con evidencia educativa o de implementación.

Fuentes

  1. https://pubmed.ncbi.nlm.nih.gov/36963797/
  2. https://bmjopen.bmj.com/content/13/3/e068121
  3. https://pmc.ncbi.nlm.nih.gov/articles/PMC12772608/
  4. https://www.ahajournals.org/doi/10.1161/circ.148.suppl_1.13244
  5. https://clinicaltrials.gov/study/NCT05176899
  6. https://academic.oup.com/ehjdh/article/7/2/ztag003/8425125
  7. https://pubmed.ncbi.nlm.nih.gov/41684548/
  8. https://pubmed.ncbi.nlm.nih.gov/39433158/
  9. https://pubmed.ncbi.nlm.nih.gov/40233833/
  10. https://pubmed.ncbi.nlm.nih.gov/40294801/
  11. https://pubmed.ncbi.nlm.nih.gov/35640698/
  12. https://pubmed.ncbi.nlm.nih.gov/35438211/
  13. https://pmc.ncbi.nlm.nih.gov/articles/PMC9175247/
  14. https://pubmed.ncbi.nlm.nih.gov/36713014/
  15. https://pmc.ncbi.nlm.nih.gov/articles/PMC9707975/
  16. https://pubmed.ncbi.nlm.nih.gov/38482387/
  17. https://pubmed.ncbi.nlm.nih.gov/38139680/
  18. https://pubmed.ncbi.nlm.nih.gov/40838911/
  19. https://www.acc.org/latest-in-cardiology/journal-scans/2025/08/19/13/42/ai-based-stethoscopes
  20. https://pubmed.ncbi.nlm.nih.gov/42557608/
  21. https://pubmed.ncbi.nlm.nih.gov/33569220/
  22. https://pubmed.ncbi.nlm.nih.gov/41161917/
  23. https://pubmed.ncbi.nlm.nih.gov/40669514/
  24. https://pubmed.ncbi.nlm.nih.gov/34818437/
  25. https://pubmed.ncbi.nlm.nih.gov/35144983/
  26. https://pubmed.ncbi.nlm.nih.gov/41602208/
  27. https://cpe.org.uk/lpcs-and-local/locally-commissioned-services/services-case-studies-hub/service-case-study-proactive-detection-of-hvd-in-community-pharmacy/
  28. https://pmc.ncbi.nlm.nih.gov/articles/PMC8493837/
  29. https://pmc.ncbi.nlm.nih.gov/articles/PMC11285024/
  30. https://link.springer.com/article/10.1007/s40037-020-00646-5
  31. https://www.news-medical.net/news/20260208/AI-stethoscope-doubles-detection-of-serious-valve-disease-in-primary-care-study.aspx
  32. https://www.rdm.ox.ac.uk/publications/853889
  33. https://www.escardio.org/news/press/press-releases/ai-stethoscope/
  34. https://pmc.ncbi.nlm.nih.gov/articles/PMC12873438/
  35. https://joaiar.org/articles/AIR-1029.pdf
  36. https://www.igminresearch.com/articles/a-pdf/igmin320.pdf
  37. https://www.nature.com/articles/s44325-026-00103-y
  38. https://www.medscape.com/viewarticle/new-study-investigates-whether-heart-murmurs-can-diagnose-2025a1000kty
  39. https://mededu.jmir.org/2025/1/e78363/XML
  40. https://pmc.ncbi.nlm.nih.gov/articles/PMC5028074/
  41. https://www.academia.edu/86739453/Cardiac_auscultation_skills_among_junior_doctors_effects_of_sound_simulation_lesson
  42. https://oamjms.eu/index.php/mjms/article/download/7247/6276/58030
  43. https://oamjms.eu/index.php/mjms/article/view/7247
  44. https://pmc.ncbi.nlm.nih.gov/articles/PMC3614132/

Respuesta generada por inteligencia artificial a partir de las fuentes citadas. Verifica las fuentes antes de aplicarla.

¿Tienes una pregunta sobre tu propio caso? Itaca responde con fuentes en segundos.

Hacer una pregunta

Más preguntas sobre enfermedades de las válvulas cardíacas