Design and Rationale of the My Heart Counts Cardiovascular Health Study: a Large-Scale, Fully Digital Biobank, and Randomized Trial of Large Language Model-Driven Coaching of Physical Activity

El estudio My Heart Counts es un ensayo aleatorizado y cohorte observacional a gran escala que utiliza una aplicación móvil digital y un modelo de lenguaje grande (LLM) para evaluar el impacto del asesoramiento personalizado en la actividad física y construir un biobanco cardiovascular inclusivo y descentralizado.

Lo esencial

¡Hola! Imagina que tu salud cardiovascular es como un jardín gigante. A veces, el jardín necesita un poco de agua, sol y cuidado para florecer, pero a menudo no sabemos exactamente qué le falta o cómo cuidarlo mejor.

Este documento describe un nuevo y emocionante proyecto llamado "My Heart Counts" (Mi Corazón Cuenta), que es como una app mágica para tu teléfono diseñada para ayudar a millones de personas a cuidar su corazón, especialmente en Estados Unidos y el Reino Unido.

Aquí te explico cómo funciona, usando analogías sencillas:

1. El Problema: Un Jardín Olvidado

Sabemos que el corazón es el motor de nuestro cuerpo y que moverse (caminar, correr, bailar) es la mejor manera de mantenerlo fuerte. Sin embargo, muchas personas no se mueven lo suficiente o no saben cómo empezar. Los entrenadores personales y los doctores son geniales, pero son caros y difíciles de conseguir para todo el mundo. Es como querer un jardinero experto para cada planta de tu ciudad, pero no hay suficientes jardineros.

2. La Solución: Un "Jardinero Digital" con Inteligencia Artificial

Los investigadores han creado una nueva versión de su aplicación, que es como un jardinero digital inteligente que vive en tu bolsillo.

• No solo es una app, es un "Biobanco Digital": Imagina que la app es una caja de herramientas que recoge todo tipo de datos sobre tu vida: cuántos pasos das, cómo duermes, tu ritmo cardíaco y hasta tus resultados de análisis de sangre (si tú lo permites). Guarda todo esto como si fuera un diario de salud gigante que puedes consultar cuando quieras.
• Funciona en todos los teléfonos: La versión anterior solo funcionaba en iPhones. Esta nueva versión es como un puente universal: funciona en iPhone y pronto en Android, y habla tanto en inglés como en español. ¡Así nadie se queda fuera por no tener el teléfono "correcto" o por no hablar inglés!

3. El Experimento: ¿Quién es el mejor entrenador?

Dentro de esta app, van a hacer un experimento gigante (como una carrera de relevos) con 15,000 personas. Quieren descubrir qué funciona mejor para motivarte a caminar más:

• El Equipo A (El Coach Humano Digital): Usan una Inteligencia Artificial (IA) muy avanzada (llamada "Modelo de Lenguaje Grande" o LLM). Esta IA no es un robot tonto que repite lo mismo. Es como un entrenador personal que lee tu mente. Aprende en qué "etapa" de cambio estás (¿estás listo para empezar? ¿ya estás intentándolo pero te cuesta?) y te envía mensajes personalizados y motivadores en tu idioma, basados en la psicología real.
• El Equipo B (El Recordatorio Genérico): Te envía un mensaje aburrido y estándar: "¡Hola! Recuerda dar 7,000 pasos hoy".

La pregunta clave: ¿Funciona mejor un mensaje personalizado que entiende tus sentimientos, o un recordatorio simple?

4. El Tablero de Control: Tu "Semáforo de Salud"

La app tiene una pantalla especial llamada "Heart Health" (Salud del Corazón).
Imagina que es como el tablero de control de un coche, pero en lugar de gasolina, te muestra tu riesgo de enfermedades del corazón.

• Si comes bien, duermes bien y caminas, el tablero se pone en verde.
• Si no te mueves mucho o duermes mal, se pone en amarillo o rojo.
  Lo genial es que te muestra en tiempo real cómo tus pequeñas acciones diarias (como dar 100 pasos más) bajan tu riesgo. Convierte números aburridos en algo que puedes ver y entender.

5. ¿Por qué es tan importante esto?

• Es para todos: Al hablar español y funcionar en teléfonos baratos (Android), llega a personas que antes no podían acceder a estos estudios. Es como abrir la puerta del jardín para que entre todo el vecindario.
• Es gratis y escalable: Una vez que la IA está programada, puede dar consejos a 10 personas o a 10 millones de personas sin cansarse y sin costar más dinero.
• Es ciencia abierta: Los creadores han decidido que el "código" de la app sea público y gratuito (como un manual de instrucciones abierto). Esto significa que otros científicos pueden usar esta misma app para estudiar diabetes, cáncer o Parkinson, adaptándola a sus necesidades.

En resumen

Este estudio es como lanzar un faro digital para guiar a las personas hacia un corazón más sano. No te pide que vayas al hospital; te pide que uses el teléfono que ya tienes. Usa una inteligencia artificial amable que te habla como un amigo, te muestra tus progresos y te ayuda a entender que cuidar tu corazón es una serie de pequeños pasos, no un salto gigante.

¡Y lo mejor de todo! Ya están buscando voluntarios para empezar a caminar juntos. 🚶‍♂️🚶‍♀️💓

Resumen técnico

Resumen Técnico: Estudio de Salud Cardiovascular My Heart Counts (Generación Siguiente)

1. Planteamiento del Problema

La enfermedad cardiovascular (ECV) sigue siendo la principal causa de mortalidad global. La inactividad física es uno de los factores de riesgo modificables más significativos, sin embargo, la mayoría de los adultos no cumple con las recomendaciones de actividad física. Los enfoques tradicionales para promover la actividad física (coaching presencial, intervenciones grupales) enfrentan limitaciones inherentes de escalabilidad debido a restricciones de tiempo de los proveedores, barreras geográficas y costos elevados.

Además, las generaciones anteriores de estudios digitales (como la primera versión de la aplicación My Heart Counts lanzada en 2015) presentaban limitaciones técnicas:

• Exclusividad de plataforma (solo iOS).
• Falta de diversidad lingüística (solo inglés).
• Dependencia de expertos humanos para crear intervenciones de coaching personalizadas, lo que limita la escalabilidad.
• Uso de evaluaciones de fitness submáximas y falta de integración profunda con registros de salud electrónicos (EHR).

2. Metodología y Diseño del Estudio

El estudio propone una nueva generación de la aplicación My Heart Counts, diseñada como un estudio de cohorte observacional prospectivo con un ensayo aleatorizado cruzado (crossover) incrustado.

• Plataforma y Tecnología:

  • Desarrollada sobre el marco de código abierto Stanford Spezi, permitiendo interoperabilidad y diseño modular.
  • Disponible inicialmente en iOS (marzo 2026) y planeada para Android (2027).
  • Soporte bilingüe (inglés y español) desde el lanzamiento, con planes de expansión a otros idiomas.
  • Objetivo de reclutamiento: N = 15,000 adultos en EE. UU. y Reino Unido.

• Recopilación de Datos (Biobanco Digital):

  • Datos Pasivos: Integración con Apple HealthKit/SensorKit y Google Health Connect para capturar datos de sensores en bruto (acelerometría, PPG, ECG, patrones de movilidad, luz ambiental) y métricas agregadas (pasos, sueño, frecuencia cardíaca).
  • Datos Activos: Tareas de fitness (prueba de caminata de 6 minutos y prueba de carrera de Cooper de 12 minutos), electrocardiogramas (ECG) y cuestionarios longitudinales.
  • Integración con EHR: Uso de protocolos HL7 FHIR para vincular datos clínicos tradicionales (laboratorio, códigos ICD-10) con datos de wearables, permitiendo un historial longitudinal de alta fidelidad.
  • Dashboard de Riesgo: Un panel visual que sintetiza 9 variables (ejercicio, sueño, dieta, salud mental, biomarcadores clínicos) para calcular y mostrar dinámicamente el riesgo cardiovascular al usuario.

• Ensayo Aleatorizado Cruzado (Intervención Principal):

  • Objetivo: Evaluar el impacto de un modelo de lenguaje grande (LLM) en la actividad física.
  • Diseño: Los participantes se aleatorizan 1:1 para recibir durante una semana:
    1. Brazo de Intervención: Mensajes de coaching personalizados generados por un LLM, fundamentados en el Modelo Transteórico del Cambio (etapas de cambio conductual).
    2. Brazo de Control: Mensajes genéricos de recordatorio (ej. "llegar a 7,000 pasos").
  • Tras una semana, los participantes cruzan al brazo opuesto.
  • Resultados Primarios: Cambio en el conteo diario de pasos.
  • Resultados Secundarios: Minutos activos, calorías quemadas, y cambios en la aptitud cardiorrespiratoria y biomarcadores de sensores.

• Análisis Estadístico:

  • Se utilizarán modelos de efectos mixtos lineales para analizar la diferencia en pasos diarios entre los brazos del LLM y el control, ajustando por efectos de periodo y arrastre (carryover).
  • El tamaño muestral de 1,000 participantes para el ensayo ofrece un 90% de potencia para detectar una diferencia de 500 pasos diarios.

3. Contribuciones Clave

El estudio introduce varias innovaciones metodológicas y tecnológicas:

1. Coaching Autónomo con IA: Es uno de los primeros ensayos a gran escala que utiliza LLMs fine-tuned (ajustados) con teorías de psicología conductual para generar intervenciones personalizadas en tiempo real, eliminando la dependencia de expertos humanos para la creación de contenido.
2. Inclusividad Digital: Rompe la barrera del idioma (inglés/español) y la plataforma (iOS/Android), abordando la brecha digital que excluye a poblaciones minoritarias y de menor nivel socioeconómico en la investigación de salud.
3. Biobanco de Alta Fidelidad: Combina datos de sensores en bruto (frecuencia de muestreo original), datos de EHR estandarizados (FHIR) y datos auto-reportados, permitiendo validar biomarcadores digitales con resultados clínicos reales.
4. Infraestructura de Código Abierto: Al construir sobre el marco Stanford Spezi, el estudio proporciona una infraestructura reutilizable para la comunidad científica, facilitando la adaptación a otras enfermedades (diabetes, hipertensión pulmonar) y contextos culturales.
5. Visualización de Riesgo en Tiempo Real: Transforma probabilidades médicas abstractas en un dashboard interactivo que muestra cómo los comportamientos diarios (sueño, pasos) modifican dinámicamente el riesgo cardiovascular del usuario.

4. Resultados Esperados y Estado Actual

• Estado: El reclutamiento comenzó en marzo de 2026 y está en curso.
• Resultados Primarios (Planificados): Se espera demostrar que el coaching impulsado por LLM, adaptado a la etapa de cambio del usuario, es superior a los recordatorios genéricos para aumentar la actividad física a corto plazo.
• Análisis Secundarios: Se evaluarán cambios en la aptitud cardiorrespiratoria (pruebas de caminata/carrera), calidad del sueño, variabilidad de la frecuencia cardíaca y la asociación entre biomarcadores digitales y eventos clínicos confirmados en EHR.
• Limitaciones Reconocidas: Sesgo de selección (voluntarios digitales), duración corta de la intervención (limita el estudio de cambios conductuales a largo plazo) y posibles errores de medición de pasos según el dispositivo. El estudio planea mitigar esto con análisis de sensibilidad por tipo de dispositivo y futuras iteraciones con intervenciones adaptativas en tiempo real (JITAI).

5. Significado e Implicaciones

Este estudio representa un avance paradigmático en la medicina cardiovascular digital:

• Escalabilidad: Demuestra la viabilidad de realizar ensayos clínicos aleatorizados completos de manera autónoma, reduciendo costos y tiempos, y permitiendo el reclutamiento de poblaciones diversas y geográficamente dispersas.
• Medicina de Precisión: La integración de IA con teorías conductuales permite ofrecer intervenciones de "coaching" de alta calidad a millones de personas que carecen de acceso a especialistas.
• Investigación Futura: La creación de un biobanco digital longitudinal masivo permitirá investigar preguntas que van más allá de la actividad física, explorando asociaciones entre patrones de comportamiento, genética y resultados clínicos a largo plazo.
• Equidad: Al priorizar el soporte multilingüe y multiplataforma, el estudio busca cerrar la brecha digital y asegurar que los beneficios de la tecnología de salud lleguen a las comunidades que más los necesitan.

En conclusión, My Heart Counts (generación siguiente) no solo busca probar una intervención específica, sino establecer un modelo escalable y reutilizable para la atención preventiva descentralizada y personalizada en la era de la inteligencia artificial.