IA predice riesgos de más de mil enfermedades con décadas de antelación
Los científicos afirman que Delphi-2M no solo iguala o supera la precisión de otras herramientas, sino que también simula trayectorias de salud de hasta 20 años y genera datos sintéticos que protegen la privacidad de los pacientes, útiles para entrenar otros modelos de IA
Un equipo internacional de científicos desarrolló un modelo de inteligencia artificial capaz de anticipar, con años de ventaja, el riesgo y el momento de aparición de más de mil enfermedades a partir del historial médico de una persona.
El sistema, llamado Delphi-2M, fue creado por investigadores del Laboratorio Europeo de Biología Molecular (Embl), el Centro Alemán de Investigación Oncológica (Dkfz) y la Universidad de Copenhague. Para entrenarlo se usaron datos clínicos de 400.000 pacientes del Reino Unido y se probó con información de casi dos millones de personas en Dinamarca, según detalló el equipo, recoge Swissinfo.
Los científicos afirman que Delphi-2M no solo iguala o supera la precisión de otras herramientas, sino que también simula trayectorias de salud de hasta 20 años y genera datos sintéticos que protegen la privacidad de los pacientes, útiles para entrenar otros modelos de IA.
Nuestro modelo demuestra que la IA puede aprender patrones de salud a largo plazo y generar predicciones significativas”, explicó Ewan Birney, director interino del Embl. “Así podemos explorar cuándo surgen ciertos riesgos y planificar intervenciones tempranas, un paso hacia una atención más personalizada y preventiva”.
El sistema muestra un rendimiento especialmente alto en enfermedades con patrones de progresión claros, como algunos cánceres, infartos y septicemias, pero es menos fiable en trastornos mentales o complicaciones del embarazo, más dependientes de factores impredecibles.
Los autores subrayan que, al igual que un pronóstico meteorológico, Delphi-2M ofrece probabilidades, no certezas, y advierten que no debe usarse para decisiones médicas directas. Además, arrastra sesgos demográficos por la escasa representación de ciertos grupos étnicos en los datos de entrenamiento.
Pese a estas limitaciones, los investigadores confían en que la herramienta sirva para comprender mejor la progresión de las enfermedades, evaluar el impacto del estilo de vida y crear escenarios de salud poblacional usando datos artificiales.
Este es solo el comienzo de una nueva forma de entender la salud humana”, concluyó Moritz Gerstung, jefe de la División de IA en Oncología del Dkfz.