El reloj de envejecimiento del Apple Watch predice el riesgo de enfermedades cardíacas desde tu muñeca

Los relojes de envejecimiento biológico han dependido tradicionalmente de mediciones invasivas o costosas: metilación del DNA a partir de sangre, ECG clínicos o resonancias magnéticas cerebrales. Estos enfoques son difíciles de escalar y rara vez se recopilan de forma longitudinal. PpgAge representa un cambio de paradigma: un biomarcador de envejecimiento pasivo y no invasivo, derivado de forma continua a partir de dispositivos portátiles de consumo llevados en la muñeca.

El equipo de investigación, con sede en Apple, entrenó un modelo de aprendizaje profundo con aproximadamente 20 millones de segmentos de PPG de 60 segundos provenientes de 172.318 participantes, utilizando aprendizaje contrastivo autosupervisado. Esto produjo un vector de características de 256 dimensiones por cada segmento de PPG que captura la morfología de la forma de onda, la cual refleja el funcionamiento cardíaco, vascular, respiratorio y del sistema nervioso autónomo. Posteriormente, un modelo de regresión lineal mapeó estas representaciones promediadas a la edad cronológica utilizando una subcohorte saludable cuidadosamente seleccionada (n=6.728; 80% entrenamiento, 20% prueba). La «brecha PpgAge» —edad predicha menos edad cronológica— fue el biomarcador principal de interés.

PpgAge alcanzó un MAE de 2,43 años en la cohorte de prueba saludable, con una precisión consistente entre subgrupos de sexo biológico, raza/etnia e IMC. En la población general más amplia (n=120.235), el MAE aumentó modestamente hasta ~3,2 años, lo cual era esperable dado que los participantes no saludables fueron excluidos del entrenamiento. De forma destacada, la brecha PpgAge mostró fuertes asociaciones transversales con enfermedades crónicas. Entre mujeres de 35 a 45 años, la prevalencia de diabetes fue del 6,3% en promedio, pero aumentó al 14,9% (2,38x) en aquellas con una brecha PpgAge superior a 6 años, y descendió al 3,7% entre quienes presentaban una brecha inferior a −2 años. Patrones similares se observaron en enfermedades cardíacas e insuficiencia cardíaca. De forma prospectiva, una brecha PpgAge elevada predijo de manera significativa la incidencia de eventos cardíacos, con independencia de los factores de riesgo cardiovascular tradicionales.

Más allá de la enfermedad, la brecha PpgAge reflejó la salud conductual: brechas más altas se asociaron con tabaquismo, mal sueño y menores niveles de actividad física. Longitudinalmente, PpgAge mostró aumentos pronunciados durante el embarazo y en torno al momento de los eventos cardíacos, lo que sugiere una sensibilidad en tiempo real a cambios fisiológicos agudos. Esta capacidad de respuesta longitudinal distingue a PpgAge de los biomarcadores estáticos y abre posibles aplicaciones en el seguimiento de intervenciones o de la progresión de enfermedades a lo largo del tiempo.

La escala y la pasividad del estudio son sus mayores fortalezas: datos continuos del mundo real de más de 213.000 participantes recogidos a lo largo de años. Sin embargo, la población está sesgada hacia usuarios de Apple Watch, quienes pueden ser más sanos y tener mayor poder adquisitivo que el público general. Los diagnósticos de enfermedades autorreportados introducen ruido en la clasificación, y la interpretación causal de la brecha de edad sigue siendo limitada por el diseño observacional. Aun así, PpgAge representa una prueba de concepto convincente de que los dispositivos portátiles disponibles en el mercado pueden generar biomarcadores de envejecimiento con relevancia clínica.