¿Cómo evolucionará la salud de una persona en el futuro? Esa ha sido una pregunta sin respuesta. Más un deseo humano, relacionado con la … búsqueda de la inmortalidad y la calidad de vida durante la vejez, que una realidad. Hasta ahora. Este miércoles se reveló un nuevo modelo de inteligencia artificial (IA) «capaz de predecir cómo podría cambiar la salud de una persona a lo largo de su vida», según el artículo ‘Aprendiendo la historia natural de las enfermedades humanas con transformadores generativos’, publicado en Nature. «Los métodos de inteligencia artificial (IA) prometen facilitar esta tarea al aprender patrones de progresión de enfermedades a partir de grandes corpus de historiales médicos», asegura el equipo interdisciplinar con investigadores del Centro Alemán de Investigación del Cáncer (Alemania), el Instituto Europeo de Bioinformática (Reino Unido), las universidades de Heidelberg (Alemania) y de Copenhague (Dinamarca).
Para lograrlo los científicos «entrenaron» un modelo generativo, llamado Delphi-2M, para predecir más de 1.000 enfermedades combinadas, por ejemplo, las cardiovasculares y el cáncer, algo que hasta ahora sólo era posible centrándolo en una sola enfermedad. Personalizado para cada uno de los 400.000 individuos con cuyos datos se alimentó la herramienta informática –que luego fue «validada» con casi 2 millones de datos de daneses–, «el muestreo de trayectorias sintéticas de salud futura «proporcionó» estimaciones significativas de la «carga potencial de enfermedad hasta por 20 años».
La alta fiabilidad que le atribuyen sus creadores se debe a que no solo analiza comorbilidades y sus consecuencias en la salud, sino las «dependencias temporales entre eventos patológicos». Esta cualidad «podría mejorar la comprensión de los riesgos de salud personalizados e informar sobre los enfoques de la medicina de precisión», indican. «La progresión de las enfermedades humanas a lo largo de la edad se caracteriza por períodos de salud, episodios de enfermedad aguda y también debilidad crónica, que a menudo se manifiestan como grupos de comorbilidad». Sin embargo, con varias enfermedades, la forma en que afecta a los pacientes es «desigual» y se asocia al estilo de vida, los rasgos hereditarios y el nivel socioeconómico. Todas estas variables se incluyen ahora en el análisis, casi de oráculo, de la IA.
Precisa planificación
Trasladado a la realidad, la IA podría «motivar cambios en el estilo de vida o dirigir el acceso a programas de cribado, como es el caso del cáncer (…) La salud no puede entenderse solo por la presentación de diagnósticos individuales, sino, más bien, en el contexto de las comorbilidades de cada individuo y su evolución a lo largo del tiempo», indican los firmantes, encabezados por Artem Shmatko. «Si bien existe una amplia gama de algoritmos de predicción para enfermedades específicas, desde las cardiovasculares hasta el cáncer, pocos algoritmos son capaces de predecir el espectro completo de enfermedades humanas, que reconoce más de 1.000 diagnósticos». En sus datos incluye sexo, masa corporal, tabaquismo o consumo de alcohol.
La máquina, al aprender trayectorias de salud a lo largo de las vidas de los pacientes, puede predecir «con precisión» las tasas futuras de enfermedades, lo que puede ayudar a planificar los servicios de salud. Por ejemplo, en sus resultados generales de la población británica avizoró que «el número de personas en edad laboral con enfermedades graves, como depresión, asma, diabetes, enfermedades cardiovasculares, cáncer o demencia, aumentará de 3 a 3,7 millones para 2040».
El nuevo modelo se basa en el lenguaje GPT de inteligencia artificial y «aprendió» las trayectorias de salud a partir de grandes volúmenes de datos de pacientes del Biobanco de Reino Unido. Así, «el modelo multienfermedad de tiempo continuo de Delphi-2M predijo las tasas futuras con una precisión comparable a los modelos basados en biomarcadores sanguíneos». Los investigadores defienden que los resultados, una vez aplicados a poblaciones con sus propios datos, pueden ser «ampliamente aplicables en los sistemas nacionales de salud» y predecir, incluso, «trayectorias futuras de enfermedades» para períodos de «hasta 20 años». Depende, eso sí, de la «información sanitaria previa», es decir, del trabajo realizado durante décadas pasadas por cada país. La meta ahora es el desarrollo de nuevos modelos de IA con un menor riesgo de revelar información personal, lo que se lograría al generar datos sintéticos, aseguran los autores del artículo.