Un equipo de científicos del Laboratorio Europeo de Biología Molecular (EMBL) y del Centro Alemán de Investigación Oncológica (DKFZ) ha dado un paso gigante en el campo de la salud. Han desarrollado un modelo de inteligencia artificial generativa capaz de analizar historiales médicos a gran escala para predecir la evolución de la salud humana a lo largo del tiempo.
El sistema, entrenado con datos anónimos de más de 400.000 pacientes del UK Biobank y validado con la información de 1,9 millones de personas del Registro Nacional de Pacientes Daneses, puede estimar tanto el riesgo como el momento más probable de aparición de más de mil enfermedades.
Una prueba de concepto para la medicina personalizada
Publicado en la prestigiosa revista Nature, este trabajo es una de las demostraciones más completas hasta la fecha sobre cómo la IA generativa puede predecir la progresión de enfermedades humanas en diferentes sistemas sanitarios. «Nuestro modelo de IA es una prueba de concepto: demuestra que es posible aprender de nuestros patrones de salud a largo plazo y usar esta información para generar predicciones valiosas», explica Ewan Birney, director general interino del EMBL.
La clave de este avance radica en su potencial para la planificación de intervenciones preventivas. «Si modelamos cómo se desarrollan las enfermedades a lo largo del tiempo, podemos empezar a explorar cuándo empiezan a emerger ciertos riesgos y esto nos permite planificar intervenciones preventivas. Es un gran paso hacia un sistema de salud personalizado y hacia la medicina preventiva», añade Birney.
La ‘gramática’ de la salud
Esta IA se basa en principios similares a los de los modelos de lenguaje a gran escala (LLM), analizando la «gramática» de los datos de salud. Representa los historiales médicos como una secuencia de eventos, diagnósticos y factores de estilo de vida —como el tabaquismo—, con su orden y los intervalos de tiempo entre ellos.
«Los eventos médicos a menudo siguen patrones predecibles», comenta Tom Fitzgerald, investigador del EMBL. «Nuestro modelo de IA aprende esos patrones y puede predecir resultados de salud. Nos proporciona una vía para explorar lo que podría pasarle a una persona basándose en su historial médico y otros factores clave». Sin embargo, Fitzgerald enfatiza que estas predicciones no son certezas, sino estimaciones de riesgos potenciales.
El sistema es especialmente preciso en enfermedades con patrones de desarrollo consistentes, como ciertos tipos de cáncer, infartos o sepsis. Al igual que con un pronóstico meteorológico, lo que la IA ofrece son probabilidades. Por ejemplo, puede calcular el riesgo de desarrollar una enfermedad cardiovascular en el próximo año, estimándolo en una tasa similar a un 70% de probabilidad de lluvia.
Según el estudio, en el grupo de edad entre 50 y 55 años, el riesgo de infarto puede variar de una probabilidad de 1 en 10.000 por año a 1 en 100, dependiendo de diagnósticos previos y el estilo de vida. La evaluación sistemática del modelo ha demostrado que los riesgos calculados se corresponden bien con los casos reales observados, lo que valida su potencial como una herramienta revolucionaria para la salud pública.
