James Gallagher
Corresponsal de salud y ciencia
Jeff Dowling/EMBL-EBI
Investigadores desarrollaron el código para el modelo de IA que busca patrones en los registros médicos de las personas.
La inteligencia artificial puede predecir problemas de salud de las personas con más de una década de anticipación, según científicos.
La tecnología ha aprendido a detectar patrones en los historiales médicos para calcular el riesgo de más de 1.000 enfermedades.
Los investigadores dicen que es como un pronóstico del tiempo que anticipa un 70% de probabilidad de lluvia, pero aplicado a la salud humana.
Su visión es usar este modelo de IA para identificar pacientes de alto riesgo, prevenir enfermedades y ayudar a los hospitales a entender la demanda en su zona años antes.
El modelo, llamado Delphi-2M, utiliza tecnología similar a la de conocidos chatbots de IA como ChatGPT.
Los chatbots de IA están entrenados para entender patrones del lenguaje y predecir secuencias de palabras en una oración.
Delphi-2M ha sido entrenado para encontrar patrones en registros médicos anónimos y así predecir qué viene después y cuándo.
No predice fechas exactas, como un infarto el 1 de octubre, sino que calcula la probabilidad de 1.231 enfermedades.
"Al igual que con el clima, donde podemos tener un 70% de probabilidad de lluvia, podemos hacer lo mismo en el ámbito de la salud", dijo el profesor Ewan Birney, director ejecutivo interino del Laboratorio Europeo de Biología Molecular.
"Y podemos hacerlo no solo para una enfermedad, sino para todas al mismo tiempo. Nunca habíamos podido hacer esto antes. Estoy emocionado", afirmó.
Jeff Dowling/EMBL-EBI
El investigador principal, Prof. Ewan Birney, dice que las predicciones de enfermedades del modelo son sólidas.
El modelo de IA se desarrolló inicialmente con datos anónimos del Reino Unido —incluyendo ingresos hospitalarios, registros de médicos de cabecera y hábitos como fumar— de más de 400.000 personas como parte del proyecto UK Biobank.
Luego, el modelo fue probado con datos de otros participantes de Biobank y posteriormente con registros médicos de 1,9 millones de personas en Dinamarca.
"Funciona bien, muy bien en Dinamarca", asegura el Prof. Birney.
"Si nuestro modelo dice que hay un riesgo de uno en diez para el próximo año, realmente parece que resulta ser uno en diez."
El modelo es mejor prediciendo enfermedades como la diabetes tipo 2, infartos y sepsis, que tienen una progresión clara, en lugar de eventos más aleatorios como infecciones.
¿Qué se puede hacer con los resultados?
Ya se ofrece estatinas para reducir el colesterol basándose en el cálculo del riesgo de infarto o derrame cerebral.
La herramienta de IA aún no está lista para uso clínico, pero el plan es usarla de manera similar: identificar pacientes de alto riesgo cuando aún hay oportunidad de intervenir temprano y prevenir enfermedades.
Esto podría incluir medicamentos o consejos específicos de estilo de vida —como recomendar a personas con probabilidad de desarrollar problemas hepáticos que reduzcan más su consumo de alcohol que la población general.
La inteligencia artificial también podría ayudar a informar programas de cribado de enfermedades y analizar todos los registros de salud de una zona para anticipar la demanda —como cuántos infartos habrá en Norwich en 2030— y así planificar recursos.
"Este es el comienzo de una nueva forma de entender la salud humana y la progresión de las enfermedades", dijo el Prof. Moritz Gerstung, jefe de la división de IA en oncología del DKFZ, el Centro Alemán de Investigación sobre el Cáncer.
Añadió: "Modelos generativos como el nuestro podrían algún día ayudar a personalizar la atención y anticipar las necesidades de salud a gran escala."
El modelo de IA, descrito en la revista científica Nature, necesita refinarse y probarse antes de su uso clínico.
También existen posibles sesgos, ya que se construyó a partir de datos de UK Biobank, que principalmente incluye personas de 40 a 70 años, y no de toda la población.
Actualmente, el modelo está siendo mejorado para incluir más datos médicos como imágenes, genética y análisis de sangre.
Pero el Prof. Birney aclara: "Cabe destacar que esto es investigación: todo debe ser probado, bien regulado y considerado antes de su uso, pero la tecnología ya está aquí para hacer este tipo de predicciones."
Anticipa que seguirá un camino similar al de la genómica en la salud, donde pasó una década desde que los científicos confiaron en la tecnología hasta que pudo usarse de manera rutinaria en la atención médica.
El estudio fue una colaboración entre el Laboratorio Europeo de Biología Molecular, el Centro Alemán de Investigación del Cáncer (DKFZ) y la Universidad de Copenhague.
El Prof. Gustavo Sudre, investigador en neuroimagen e IA del King’s College de Londres, comentó: "Esta investigación parece ser un paso significativo hacia una forma escalable, interpretable y —lo más importante— éticamente responsable de modelado predictivo en medicina."