Entrenada con datos de 400.000 británicos y validada en casi dos millones de daneses, la herramienta, presentada en un estudio de ‘Nature’, puede anticipar riesgos de más de 1.000 patologías y simular la evolución de la salud durante dos décadas Leer Entrenada con datos de 400.000 británicos y validada en casi dos millones de daneses, la herramienta, presentada en un estudio de ‘Nature’, puede anticipar riesgos de más de 1.000 patologías y simular la evolución de la salud durante dos décadas Leer
¿Qué pasaría si una IA pudiera anticipar con dos décadas de antelación el riesgo de desarrollar diabetes, alzhéimer o una enfermedad cardiovascular? Eso es lo que promete Delphi-2M, un modelo de inteligencia rtificial capaz de predecir la probabilidad de más de un millar de patologías a partir del historial clínico de cada persona.
El trabajo, publicado en Nature, va un paso más allá de las herramientas actuales, que suelen concentrarse en un puñado de enfermedades concretas. Delphi-2M no solo calcula riesgos inmediatos: también simula trayectorias de salud a lo largo de 20 años, lo que abre la puerta a un nuevo paradigma en medicina preventiva. Concretamente, la herramienta puede predecir la probabilidad de desarrollar más de 1.000 enfermedades.
El sistema fue entrenado con los registros clínicos de 400.000 personas en el Reino Unido (procedentes del UK Biobank) y validado con los datos de casi dos millones de ciudadanos de Dinamarca. Según los autores, es la primera vez que se consigue un modelo predictivo a esta escala, capaz de manejar simultáneamente centenares de patologías y proyectarlas en el tiempo de manera dinámica.
La utilidad de una herramienta así resulta fácil de imaginar: identificar a un paciente con alto riesgo de sufrir un infarto antes de que presente síntomas, ajustar de manera personalizada los cribados de cáncer o planificar con antelación el seguimiento de una enfermedad neurodegenerativa.
«Esta investigación parece ser un paso significativo hacia una forma de modelización predictiva en medicina que sea escalable, interpretable y, lo que es más importante, éticamente responsable», señala Gustavo Sudre, profesor de Neuroimagen Genómica e Inteligencia Artificial en el King’s College de Londres, como recoge Science Media Center (SMC).
«La demostración clara de cómo se puede utilizar la IA explicable para modelizar predicciones es crucial si se quiere utilizar esta tecnología en la práctica clínica y sugiere que podría ser posible identificar a las personas de alto riesgo que necesitan intervención«, continúa el experto.
Además, Sudre subraya que Delphi-2M no se limita a los datos actuales. «Es alentador ver que la arquitectura del modelo se ha diseñado deliberadamente para dar cabida a tipos de datos más ricos, como biomarcadores, imágenes médicas o incluso genómica. Con estas futuras integraciones, la plataforma está bien posicionada para evolucionar hacia una herramienta de medicina de precisión verdaderamente multimodal», añade.
El potencial de Delphi-2M es enorme, pero no está exento de limitaciones. Como ocurre con cualquier sistema de IA entrenado con datos poblacionales, las predicciones pueden verse influidas por sesgosrelacionados con la edad, el origen étnico o el contexto socioeconómico de los pacientes incluidos en los registros.
«Los autores han desarrollado un modelo de IA capaz de predecir con precisión enfermedades y han demostrado que funciona con datos del Biobank británico, así como con datos de casi dos millones de personas de Dinamarca», reconoce Peter Bannister, miembro de la Institution of Engineering and Technology. Sin embargo, advierte: «Aún queda mucho camino por recorrer para mejorar la atención sanitaria, ya que los propios autores reconocen que ambos conjuntos de datos presentan sesgos en cuanto a edad, origen étnico y resultados de salud actuales».
Para Bannister, el reto inmediato no es solo perfeccionar los algoritmos, sino asegurar que exista la infraestructura digital y la formación necesaria para que estas tecnologías lleguen a todos. «El desafío es garantizar que se ofrezcan de manera equitativa, independientemente del origen socioeconómico, y que no se amplíen las desigualdades en el acceso a los tratamientos», detalla.
La investigación plantea un cambio profundo en la forma de entender la medicina: pasar de una práctica reactiva -centrada en tratar enfermedades una vez diagnosticadas- a un modelo predictivo y preventivo, donde la información de cada paciente permite anticiparse y actuar mucho antes.
¿Significa que uno podrá autodiagnosticarse preguntando a un chat? En absoluto. Los propios autores reconocen que Delphi-2M no sustituye a los médicos, pero sí puede convertirse en un complemento de enorme valor para la planificación sanitaria y la toma de decisiones clínicas. Queda por ver cómo se implementará en la práctica y bajo qué condiciones éticas y legales, pero el camino hacia una medicina más anticipativa parece cada vez más tangible.
Ciencia y salud // elmundo
