Salud

La IA predice el riesgo de más de 1,000 enfermedades con una década de anticipación

IMG 0862

Científicos han desarrollado una nueva herramienta de inteligencia artificial (IA) capaz de calcular el riesgo de que una persona desarrolle más de 1,000 condiciones médicas, incluidas ciertos tipos de cáncer, diabetes y ataques cardíacos, con hasta diez años de antelación.

El estudio, publicado este miércoles en la revista Nature, describe el modelo como uno de los mayores avances en la aplicación de la IA a la salud. “Es el inicio de una nueva forma de entender la progresión de las enfermedades”, afirmó Moritz Gerstung, líder del equipo de IA en oncología del Centro Alemán de Investigación del Cáncer (DKFZ).

La herramienta fue entrenada con datos anónimos de 400,000 personas en el Reino Unido y luego validada con la información de 1.9 millones de pacientes en Dinamarca. Analizando historiales médicos y factores como el tabaquismo, la IA detecta patrones que con el tiempo suelen derivar en enfermedades graves.

Los investigadores comparan sus resultados con un pronóstico del tiempo: no predice con certeza, pero sí señala qué pacientes tienen mayor probabilidad de enfermar. El modelo es especialmente fiable en condiciones con progresión clara, como algunos tipos de cáncer, diabetes, infartos y septicemia. En cambio, su precisión disminuye en trastornos mentales, enfermedades infecciosas y complicaciones del embarazo, por ser más difíciles de anticipar.

“Este modelo demuestra que la IA puede aprender nuestros patrones de salud a largo plazo y generar predicciones útiles”, dijo Ewan Birney, director interino del Laboratorio Europeo de Biología Molecular (EMBL).

Aunque aún no está listo para consultorios médicos, los científicos creen que pronto podría ayudar a los profesionales a identificar pacientes de alto riesgo antes de que enfermen, facilitando intervenciones más tempranas y personalizadas.

No obstante, expertos independientes advierten que el modelo todavía refleja sesgos relacionados con edad, etnicidad y resultados de salud, ya que fue entrenado con datos de poblaciones específicas de Reino Unido y Dinamarca.