Una IA que predice más de 1,000 enfermedades años antes: ¿estamos ante el primer salto de la medicina preventiva o ante un límite ético?
Un nuevo modelo de IA, Delphi-2M, afirma poder estimar las tasas de más de 1,000 enfermedades años antes de su diagnóstico, usando solo el historial médico de cada persona. Los creadores dicen que está construido sobre la misma tecnología detrás de ChatGPT, pero aplicada a la salud. Aunque promete un salto enorme para la medicina preventiva, advierten que aún no es adecuado para uso clínico y exige pruebas rigurosas y validación adicional.
In This Article:
Delphi-2M: ¿qué es y cómo funciona?
Delphi-2M es un modelo de redes neuronales basado en la arquitectura transformer, diseñado para entender secuencias de diagnósticos y tratamientos como si fuera la gramática de un texto. Se entrenó con datos de UK Biobank, una base de datos biomédica de unos 500.000 participantes, para aprender patrones de salud que preceden a las enfermedades. Moritz Gerstung, experto en IA del German Cancer Research Center, lo describe como aprender la gramática de la salud: 'Delphi-2M aprende los patrones en los datos de salud, diagnósticos que preceden, en qué combinaciones ocurren y en qué secuencia', lo que permite 'predicciones muy significativas y relevantes para la salud'.
Pruebas iniciales y lo que muestran
Para comprobar su rendimiento, los investigadores compararon Delphi-2M con datos de casi dos millones de personas en la base de datos de salud pública de Dinamarca. Las gráficas presentadas muestran que la IA podría identificar a personas con un riesgo de infarto mucho más alto o más bajo de lo que predecirían la edad u otros factores. Este es un primer paso alentador, pero los autores advierten que se necesita más validación y pruebas independientes. Tom Fitzgerald, coautor del European Molecular Biology Laboratory, agregó: 'a gran escala podría ayudar a la optimización de recursos en un sistema de salud estirado'.
Limitaciones, sesgos y estado actual
Sin embargo, los investigadores subrayan que Delphi-2M no está listo para uso clínico. Identifican sesgos en los conjuntos de datos británicos y daneses (por edad, etnia y resultados de la atención médica actual) que podrían distorsionar las predicciones. Peter Bannister, experto en tecnología de la salud, afirmó: 'esto todavía está lejos de una atención médica mejorada', subrayando la necesidad de pruebas y validación. Gustavo Sudre, profesor de IA médica en King’s College London, comentó que el trabajo 'parece un paso significativo hacia modelado predictivo escalable, interpretable y, lo más importante, éticamente responsable'.
El futuro de la predicción médica: oportunidades y retos
Si se superan los sesgos y se garantiza la responsabilidad ética, Delphi-2M podría cambiar la práctica clínica. Sus autores señalan que, a gran escala, estas herramientas podrían guiar la monitorización y posibles intervenciones tempranas, además de optimizar recursos en un sistema de salud ya estirado. Tom Fitzgerald afirmó que estas herramientas podrían facilitar la 'optimización de recursos en un sistema de salud estirado'. Gustavo Sudre añadió que el trabajo 'parece un paso significativo hacia modelado predictivo escalable, interpretable y, lo más importante, éticamente responsable'.
