Termografía infrarroja y radiómica: detección temprana del síndrome metabólico

El síndrome metabólico (SM) es un conjunto de alteraciones —como obesidad abdominal, hipertensión, resistencia a la insulina y dislipidemia— que incrementan el riesgo de enfermedad cardiovascular y diabetes tipo 2. La detección precoz es clave, pero los métodos convencionales suelen ser invasivos, lentos o dependientes de equipamiento costoso.

El síndrome metabólico es un conjunto de alteraciones fisiológicas y metabólicas que incluyen obesidad abdominal, hipertensión arterial, resistencia a la insulina y dislipidemia. La presencia simultánea de estos factores incrementa de forma significativa el riesgo de desarrollar enfermedades cardiovasculares y diabetes tipo 2. Se trata de un problema de salud pública global, con una prevalencia creciente en las últimas décadas debido a cambios en los hábitos alimentarios, el sedentarismo y el envejecimiento poblacional. La detección temprana y la monitorización continua de estas alteraciones son esenciales para prevenir complicaciones graves y optimizar las intervenciones de estilo de vida y tratamiento médico.

Un estudio publicado en Scientific Reports por Guo et al. (2025) propone un enfoque innovador: utilizar termografía infrarroja (IRT) combinada con radiómica para identificar patrones térmicos asociados al SM de forma no invasiva y rápida. Te presentamos en esta entrada algunos de los detalles más relevantes de esta investigación.

Estudio con imágenes térmicas y radiómica

El trabajo incluyó a 200 hombres adultos, 100 diagnosticados con SM y 100 controles sanos. Se capturaron imágenes térmicas de rostro y palma de la mano, extrayendo un total de 1.656 características radiómicas que incluían:

• Estadísticos de primer orden (temperatura media, desviación estándar).
• Texturas (GLCM, GLRLM, GLSZM, entre otras).
• Filtros multiescala para capturar detalles de patrón térmico.

Para seleccionar las variables más relevantes se aplicaron análisis de correlación, pruebas t y regresión LASSO. El modelo predictivo se entrenó con un algoritmo Random Forest y se validó en un conjunto independiente de datos.

Principales hallazgos

• El modelo basado en características radiómicas logró un AUC de 0,91 en la validación, superando ampliamente al uso de temperatura media sola (AUC facial = 0,63; palmar = 0,54).
• Los patrones térmicos más relevantes se localizaron en regiones específicas del rostro y palma, vinculados a disfunción microvascular e inflamación crónica.
• La adquisición y análisis de las imágenes se completó en menos de 5 minutos por participante.
• El método no requiere contacto físico, radiación ni extracción de muestras.

Interpretación y aplicación práctica

Estos resultados sugieren que la termografía infrarroja, combinada con técnicas avanzadas de análisis de imagen, puede identificar de forma temprana cambios fisiológicos sistémicos asociados al síndrome metabólico.

Esto ofrece un potencial enorme para programas de cribado poblacional, seguimiento de personas en riesgo y monitorización de intervenciones, especialmente en entornos con recursos limitados.

Conclusión

En este estudio, la combinación de termografía infrarroja y radiómica:

• Diferenció de forma precisa a sujetos con y sin síndrome metabólico.
• Superó el rendimiento de las mediciones térmicas convencionales.
• Demostró ser un método rápido, no invasivo y potencialmente escalable.
• La termografía infrarroja se presenta como herramienta con gran potencial y uso en el síndrome metabólico.

Relevancia de la termografía en este contexto

Este trabajo pone de manifiesto el uso de la termografía para valorar patrones térmicos complejos y asociarlos a estados fisiopatológicos sistémicos, como el síndrome metabólico. Además, en el ámbito deportivo y del rendimiento, esta tecnología podría utilizarse también para identificar precozmente alteraciones metabólicas que impacten en la recuperación, la disponibilidad energética y la salud general del atleta, contribuyendo así a programas de optimización y prevención a largo plazo de manera individualizada.

Referencia

• Guo, J., Xue, H., Chen, Y., Li, X., Chen, Y., Zhang, X., ... & Xiao, Y. (2025). Infrared thermography-based radiomics for early detection of metabolic syndrome. Scientific Reports, 15(1), 13984.