Una mañana de mayo de 2019, un cirujano cardíaco entró en el quirófano del Boston Children’s Hospital para reconstruir el corazón de un niño con un defecto tan singular que ningún manual lo describía con exactitud. Aun así, llegó con una certeza inhabitual: ya había operado ese mismo corazón decenas de veces. Sabía dónde cortar, qué suturar y qué estrategias fallarían antes de hacer la primera incisión.
¿Cómo se ensaya una cirugía a vida o muerte sin que haya sangre de por medio? Y, sobre todo, ¿quién construyó esa réplica —y por qué?
Un corazón digital que late, sangra y responde como el real
El proceso parte de imágenes médicas convencionales: resonancias magnéticas y TAC que, en lugar de imprimirse en papel, se traducen en geometría tridimensional. Cada subestructura —aurículas, ventrículos, válvulas— recibe propiedades físicas específicas. Después se integra la red de fibras eléctricas que desencadena las contracciones musculares, junto con modelos hemodinámicos que simulan el flujo sanguíneo, los diferenciales de presión y las tensiones en el tejido.
El resultado no es una maqueta estática ni una animación ilustrativa. Es un modelo construido sobre primeros principios de la física: predice cómo se deforma el tejido, cómo circula la sangre y qué ocurre si se realiza un corte en un punto concreto. Cada predicción errónea podría costar una vida, de modo que la precisión no es un objetivo académico. Es una exigencia clínica.
El último paso es la personalización. Los volúmenes de las cámaras cardíacas, las presiones medidas con catéter, los tiempos eléctricos del electrocardiograma: todos esos datos se incorporan hasta que el gemelo replica el comportamiento único de ese corazón enfermo. No es el corazón de un adulto promedio. Es el de ese paciente concreto, con sus anomalías, su historia y su anatomía irrepetible.
La historia personal que lo desencadenó todo
Detrás del proyecto hay una angustia de padre. La hija del fundador, Jesse, nació con una cardiopatía congénita rara: los ventrículos estaban invertidos, y cada especialista que la examinaba ofrecía una conjetura distinta sobre qué hacer y cuándo. Nunca una certeza. Solo pronósticos sombríos y decisiones tomadas casi a ciegas.
Como ingeniero, el fundador pasaba sus días simulando coches y aviones con una precisión rigurosa, prediciendo cómo fallaría un componente antes de fabricarlo. La pregunta que le cambió la carrera fue tan simple como determinante: ¿por qué no podemos hacer lo mismo con el cuerpo humano?
Hay algo irónico en esa pregunta. La palabra physician —médico en inglés— proviene del latín physica, es decir, ciencia natural. Los primeros médicos eran, en cierto sentido, físicos aplicados: entendían el corazón como una bomba y los pulmones como fuelles. La biología y la química fueron desplazando a la física a medida que la medicina maduraba. Para pacientes como Jesse, cuya solución no venía de ningún fármaco sino de la mecánica pura, esa pérdida tenía consecuencias reales.
El Living Heart Project arrancó en 2014 con apenas una docena de instituciones. En menos de un año existía el primer gemelo virtual funcional del corazón humano.
De idea descabellada a estándar regulatorio
Desde el principio, el proyecto buscó legitimidad regulatoria. La FDA se incorporó como observadora en el primer año. En 2019 se formalizó una colaboración de cinco años con el Centro de Dispositivos y Salud Radiológica de la agencia, con un objetivo concreto: recrear un ensayo clínico pivotal de un dispositivo ya aprobado para reparar la válvula mitral, pero esta vez con pacientes virtuales.
En agosto de 2024 se publicaron los resultados. Fueron las primeras directrices de la FDA para ensayos clínicos in silico: un reconocimiento oficial de que la evidencia generada por gemelos virtuales puede sustituir, en determinadas condiciones, a la evidencia obtenida con pacientes reales.
El proyecto suma hoy más de 150 organizaciones en 28 países. Cirujanos, fabricantes de dispositivos y farmacéuticas utilizan la plataforma de forma rutinaria, y la expansión no se detiene en el corazón: gemelos virtuales de pulmones, hígado, cerebro, ojos e intestino avanzan hacia una plataforma modular del cuerpo humano completo.
IA generativa: de un gemelo artesanal a cohortes de miles de pacientes
Construir un gemelo personalizado era, hasta hace poco, un proceso que podía llevar meses. La inteligencia artificial generativa ha eliminado ese cuello de botella: flujos de trabajo que requerían trabajo manual intensivo ahora se completan en días, lo que hace viable crear poblaciones virtuales enteras.
Esas cohortes no son copias del mismo paciente. Varían por edad, sexo, raza, peso, estado de la enfermedad y comorbilidades, representando una diversidad que los ensayos clínicos reales rara vez alcanzan. Un ensayo convencional puede tardar una década y fracasar en el noventa por ciento de los casos; una cohorte virtual puede analizarse para identificar qué subpoblaciones responden mejor a un tratamiento antes de exponer a un solo paciente real.
La clave está en que los gemelos virtuales anclan las predicciones de la IA en física real. Los modelos estadísticos entrenados únicamente con datos históricos pueden desviarse de la realidad fisiológica; los gemelos los mantienen sujetos a las leyes de la hemodinámica, la electrofisiología y la mecánica tisular. Esa restricción resulta especialmente valiosa donde los datos escasean: enfermedades raras, poblaciones pediátricas, los pacientes más vulnerables y menos representados en los registros clínicos.
Lo que aún no pueden hacer — y lo que está por llegar
Los gemelos virtuales tienen límites claros. La resolución de las imágenes médicas impone restricciones. Algunos parámetros —cicatrices, función microvascular, efectos farmacológicos— son difíciles de capturar y con frecuencia se estiman a partir de datos poblacionales. La tecnología lleva además apenas unos años en uso clínico, lo que significa que la validación a largo plazo todavía está pendiente.
Esas limitaciones se irán reduciendo. Datos más ricos y estandarizados afinarán la personalización, mientras que las herramientas de IA automatizarán pasos que hoy siguen siendo laboriosos. La acumulación de datos longitudinales mejorará la capacidad de predecir cómo evoluciona el cuerpo con el tiempo.
La integración con dispositivos *wearables* podría dar el siguiente salto: gemelos personales actualizados en tiempo real, capaces de mostrar cómo afecta a un corazón concreto la sal, el estrés o la falta de sueño. El horizonte apunta a un cambio de fondo: pasar de una medicina que diagnostica lo que ocurre ahora a una que anticipa lo que ocurrirá y cómo evitarlo. La tecnología ya salva vidas —casi dos mil cirugías lo atestiguan— pero su mayor impacto está, en gran medida, todavía por desplegarse.