Diseñan un modelo de IA capaz de predecir el riesgo de un millar de enfermedades

Investigadores del Laboratorio Europeo de Biología Molecular (EMBL), en colaboración con el Centro Alemán de Investigación del Cáncer (DKFZ) de Alemania y la Universidad de Copenhague de Dinamarca, han desarrollado un modelo de IA que logra pronosticar el riesgo y la cronología de más de 1.000 enfermedades, así como predecir los resultados de salud con hasta 20 años de antelación.

La herramienta, llamada Delphi-2M, se entrenó con datos anónimos de 400.000 pacientes del Biobanco del Reino Unido y de 1,9 millones del Registro Nacional de Pacientes de Dinamarca.

Con los resultados, que se han publicado en la revista Nature, se ha visto que, hasta la fecha, es una de las demostraciones más completas de cómo la IA generativa puede modelar la progresión de enfermedades humanas a escala. “Al modelar la evolución de las enfermedades a lo largo del tiempo, podemos empezar a explorar cuándo surgen ciertos riesgos y cómo planificar mejor las intervenciones tempranas. Es un gran paso hacia enfoques más personalizados y preventivos de la atención médica”, ha manifestado Ewan Birney, director ejecutivo interino del Laboratorio Europeo de Biología Molecular.

Los investigadores han explicado que este modelo de IA aprende la gramática de los datos de salud para modelar los historiales médicos como secuencias de eventos que se desarrollan a lo largo del tiempo. Estos eventos incluyen diagnósticos médicos o factores de estilo de vida, como el tabaquismo. La herramienta aprende a predecir el riesgo de enfermedad a partir del orden en que ocurren dichos eventos y el tiempo transcurrido entre ellos.

Respecto a las enfermedades que puede predecir, Delphi-2M funciona “especialmente bien” en patologías con patrones de progresión claros y consistentes, como ciertos tipos de cáncer, infartos y septicemia (un tipo de envenenamiento de la sangre). Sin embargo, el modelo es menos fiable en afecciones más variables, como trastornos de salud mental o complicaciones relacionadas con el embarazo que dependen de eventos vitales impredecibles.

Los científicos han aclarado que este nuevo modelo de IA proporciona probabilidades, no certezas, ya que no predice con exactitud qué le sucederá a una persona, sino que ofrece estimaciones precisas de la probabilidad de que ciertas afecciones se presenten en un período determinado.

Limitaciones 

Respecto a las limitaciones que presenta esta herramienta, los investigadores han advertido de que en sus pruebas han participado principalmente personas de entre 40 y 60 años, por lo que los eventos de salud infantil y adolescente no están representados. Por otro lado, también presenta sesgos demográficos, ya que no se han incluido ciertos grupos étnicos.

Aunque el modelo no está listo para su uso clínico, ya que se necesitan más pruebas, consultas y marcos regulatorios sólidos, los científicos han manifestado que ya podría ayudar a los investigadores a comprender cómo se desarrollan y progresan las enfermedades con el tiempo, a explorar cómo el estilo de vida y las enfermedades pasadas afectan el riesgo de una patología a largo plazo o a simular resultados de salud utilizando datos artificiales de pacientes. Asimismo, serviría de apoyo para que los sistemas sanitarios planificaran mejor y asignar recursos de forma más eficiente. “Si bien la mejora de las puntuaciones de riesgo y el potencial de la medicina de precisión son objetivos interesantes para el futuro, el reto inmediato para la asistencia sanitaria es garantizar que exista una infraestructura digital y una base de competencias suficientes para todos, independientemente de su origen socioeconómico, de modo que las tecnologías actualmente disponibles puedan ofrecerse a quienes más necesitan mejorar su acceso a los tratamientos”, ha declarado a Science Media Centre Reino Unido Peter Bannister, experto en atención sanitaria y miembro de la Institution of Engineering and Technology (Reino Unido).

---