Para superar las limitaciones de los índices existentes de evaluación de la función cardíaca, como la fracción de eyección (FE) y la deformación longitudinal global (GLS), proponemos un nuevo índice de función cardíaca basado en IA, el Índice Acústico, que combina la descomposición en modo dinámico extendido (EDMD) basada en la teoría del operador de Koopman y una red neuronal híbrida que integra metadatos clínicos. Los patrones de movimiento coherentes se extraen de secuencias de imágenes ecocardiográficas, se ponderan mediante un mecanismo de atención y se fusionan con datos clínicos mediante aprendizaje múltiple para producir una puntuación continua de 0 (riesgo bajo) a 1 (riesgo alto). En un estudio de cohorte prospectivo con 736 pacientes, logramos un AUC de 0,89 en un conjunto de validación independiente y mostramos robustez con una sensibilidad y especificidad superiores a 0,8 en datos independientes en una validación cruzada de cinco pasos.
