Inteligencia artificial predice riesgo de enfermedades a largo plazo
Un modelo de inteligencia artificial (IA) ha sido desarrollado recientemente por investigadores del Laboratorio Europeo de Biología Molecular (EMBL) y promete revolucionar la manera en que entendemos las enfermedades. La principal novedad es que puede predecir el riesgo de más de 1.000 enfermedades con varios años de anticipación, lo que podría cambiar radicalmente la atención médica.
Lo más interesante es que esta IA no solo ofrece pronósticos sobre enfermedades, sino que también proyecta los resultados de salud de las personas más de una década antes. Esto se logra mediante algoritmos sofisticados que han sido entrenados con datos anónimos de aproximadamente 400.000 pacientes del Biobanco del Reino Unido.
Un modelo de IA predice el riesgo de enfermedades
Este modelo se diseñó específicamente utilizando conceptos que son similares a los modelos de lenguaje que todos conocemos. Así, ha aprendido a identificar patrones en la salud de los individuos. El director ejecutivo interino del EMBL, Ewan Birney, enfatiza que este desarrollo es una prueba de que la IA puede captar muchos de nuestros patrones de salud a largo plazo, para generar predicciones realmente significativas.
“Al observar cómo evolucionan las enfermedades a través del tiempo, podemos comenzar a gestionar mejor los riesgos y planear intervenciones tempranas”, explica Birney. Esto abre las puertas a un enfoque más personalizado y preventivo en la atención médica.
El modelo de IA aborda los historiales médicos de manera similar a cómo los modelos de lenguaje analizan las estructuras de las oraciones. Aprende la “gramática” de los datos de salud y reconoce eventos como diagnósticos médicos y factores de estilo de vida, como el tabaquismo. Gracias a esto, logra prever el riesgo de desarrollar enfermedades en función del orden de aparición de esos eventos y el tiempo que ha pasado entre ellos.
Tom Fitzgerald, científico del EMBL, aclara que “los eventos médicos suelen seguir patrones predecibles”, lo que permite que el modelo ofrezca estimaciones bastante acertadas.
Las afecciones más variables, poco propensas a este modelo
Sin embargo, no todo es perfecto. El modelo presenta limitaciones en el caso de enfermedades con más variabilidad, como problemas de salud mental o complicaciones durante el embarazo, que dependen de factores vitales menos previsibles. Así como el clima a veces nos sorprende, este modelo ofrece probabilidades y no certezas.
Además, hay que tener en cuenta que el modelo puede tener sesgos demográficos debido a la falta de datos de entrenamiento representativos, lo que afecta a ciertos grupos étnicos que no están suficientemente reflejados. Aunque todavía no está listo para su uso clínico, ya puede proporcionar importantes insights a los investigadores.
Por ejemplo, podría ayudar a:
- Entender el progreso de enfermedades a lo largo del tiempo.
- Explorar cómo estilos de vida y antecedentes de enfermedades impactan el riesgo a largo plazo.
- Simular resultados de salud utilizando datos artificiales cuando no se pueden obtener datos reales.
Es un avance realmente fascinante que nos invita a reflexionar sobre el futuro de la salud y cómo la tecnología puede ayudarnos cada vez más en nuestro día a día.