Un reciente avance científico muestra cómo la inteligencia artificial (IA) puede convertirse en una herramienta clave para la medicina preventiva. Se trata de Delphi-2M, un modelo de IA que puede predecir la probabilidad de que una persona desarrolle más de 1200 enfermedades distintas, y hacerlo incluso con 20 años de antelación. El trabajo se ha publicado en la revista Nature y abre un campo muy interesante tanto para la investigación como para la docencia.
¿Cómo funciona?
Delphi-2M analiza información que ya se recoge habitualmente en los sistemas de salud: historial médico, edad, sexo, índice de masa corporal y hábitos de vida (como consumo de tabaco o alcohol). A partir de esos datos, la IA estima el riesgo de sufrir enfermedades como cáncer, problemas cutáneos o trastornos inmunológicos.
El modelo está basado en un transformer generativo (la misma arquitectura en la que se apoyan chatbots como ChatGPT). La novedad es que no se limita a predecir una sola patología, como hacían otros algoritmos médicos, sino que genera una especie de trayectoria futura de la salud de cada individuo.
El entrenamiento del modelo
Para construir Delphi-2M, los investigadores usaron información de 400 000 participantes del UK Biobank, un proyecto que lleva años recogiendo datos biomédicos en el Reino Unido. Posteriormente, pusieron a prueba el modelo en 1,9 millones de personas del Registro Nacional de Pacientes de Dinamarca, que contiene datos hospitalarios de varias décadas.
Los resultados mostraron que la IA alcanzaba una precisión igual o superior a la de muchos modelos médicos centrados en una sola enfermedad, y lo hacía también en contextos distintos al de su entrenamiento inicial.
Limitaciones y retos
No obstante, el modelo no es perfecto. Por ejemplo, el UK Biobank solo registraba el primer episodio de cada enfermedad, sin contabilizar recurrencias, lo que limita la capacidad de prever con detalle la evolución clínica real. Además, su fiabilidad disminuye cuando se aplica en sistemas de salud con características muy diferentes a los datos de origen.
Los investigadores planean ampliar las pruebas con nuevas bases de datos internacionales, lo que permitirá mejorar la exactitud y comprobar si el sistema es útil en distintos entornos.
Usos didácticos
El caso de Delphi-2M puede aprovecharse para trabajar en varias áreas:
- Biología y medicina: analizar cómo influyen los factores de riesgo en la salud y cómo la prevención puede adelantarse a la enfermedad.
- Tecnología: explorar el papel de la IA y los modelos de lenguaje en aplicaciones más allá del texto.
- Ética: debatir sobre los límites del uso de datos médicos, la privacidad y la equidad en el acceso a estas tecnologías.
- Interdisciplinariedad: ver cómo la informática, la estadística y la biomedicina se combinan para generar herramientas de gran impacto social.
Una medicina más anticipativa
Si logra superar sus limitaciones, Delphi-2M podría marcar el inicio de una medicina en la que los médicos no solo diagnostiquen enfermedades cuando aparecen, sino que se anticipen décadas antes para reducir riesgos mediante cambios de hábitos o revisiones personalizadas.
Este caso es un buen ejemplo de cómo la ciencia de datos y la biología se unen para abrir caminos que transformarán la forma en que entendemos la salud y la enfermedad.
