{"id":121817,"date":"2025-09-17T22:41:07","date_gmt":"2025-09-17T22:41:07","guid":{"rendered":"https:\/\/www.europesays.com\/es\/121817\/"},"modified":"2025-09-17T22:41:07","modified_gmt":"2025-09-17T22:41:07","slug":"presentan-un-modelo-de-ia-que-podria-predecir-la-salud-de-una-persona-a-lo-largo-de-su-vida","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/es\/121817\/","title":{"rendered":"Presentan un modelo de IA que podr\u00eda predecir la salud de una persona a lo largo de su vida"},"content":{"rendered":"<p>\u00bfC\u00f3mo evolucionar\u00e1 la salud de una persona en el futuro? Esa ha sido una pregunta sin respuesta. M\u00e1s un deseo humano, relacionado con la  &#8230; b\u00fasqueda de la inmortalidad y la calidad de vida durante la vejez, que una realidad. Hasta ahora. Este mi\u00e9rcoles se revel\u00f3 un nuevo modelo de inteligencia artificial (IA) \u00abcapaz de predecir c\u00f3mo podr\u00eda cambiar la salud de una persona a lo largo de su vida\u00bb, seg\u00fan el art\u00edculo \u2018Aprendiendo la historia natural de las enfermedades humanas con transformadores generativos\u2019, publicado en Nature. \u00abLos m\u00e9todos de inteligencia artificial (IA) prometen facilitar esta tarea al aprender patrones de progresi\u00f3n de enfermedades a partir de grandes corpus de historiales m\u00e9dicos\u00bb, asegura el equipo interdisciplinar con investigadores del Centro Alem\u00e1n de Investigaci\u00f3n del C\u00e1ncer (Alemania), el Instituto Europeo de Bioinform\u00e1tica (Reino Unido), las universidades de Heidelberg (Alemania) y de Copenhague (Dinamarca).<\/p>\n<p class=\"v-p\">Para lograrlo los cient\u00edficos \u00abentrenaron\u00bb un modelo generativo, llamado Delphi-2M, para predecir m\u00e1s de 1.000 enfermedades combinadas, por ejemplo, las cardiovasculares y el c\u00e1ncer, algo que hasta ahora s\u00f3lo era posible centr\u00e1ndolo en una sola enfermedad. Personalizado para cada uno de los 400.000 individuos con cuyos datos se aliment\u00f3 la herramienta inform\u00e1tica \u2013que luego fue \u00abvalidada\u00bb con casi 2 millones de datos de daneses\u2013, \u00abel muestreo de trayectorias sint\u00e9ticas de salud futura \u00abproporcion\u00f3\u00bb estimaciones significativas de la \u00abcarga potencial de enfermedad hasta por 20 a\u00f1os\u00bb.<\/p>\n<p class=\"v-p\">La alta fiabilidad que le atribuyen sus creadores se debe a que no solo analiza comorbilidades y sus consecuencias en la salud, sino las \u00abdependencias temporales entre eventos patol\u00f3gicos\u00bb. Esta cualidad \u00abpodr\u00eda mejorar la comprensi\u00f3n de los riesgos de salud personalizados e informar sobre los enfoques de la medicina de precisi\u00f3n\u00bb, indican. \u00abLa progresi\u00f3n de las enfermedades humanas a lo largo de la edad se caracteriza por per\u00edodos de salud, episodios de enfermedad aguda y tambi\u00e9n debilidad cr\u00f3nica, que a menudo se manifiestan como grupos de comorbilidad\u00bb. Sin embargo, con varias enfermedades, la forma en que afecta a los pacientes es \u00abdesigual\u00bb y se asocia al estilo de vida, los rasgos hereditarios y el nivel socioecon\u00f3mico. Todas estas variables se incluyen ahora en el an\u00e1lisis, casi de or\u00e1culo, de la IA.<\/p>\n<p>Precisa planificaci\u00f3n<\/p>\n<p class=\"v-p\">Trasladado a la realidad, la IA podr\u00eda \u00abmotivar cambios en el estilo de vida o dirigir el acceso a programas de cribado, como es el caso del c\u00e1ncer (\u2026) La salud no puede entenderse solo por la presentaci\u00f3n de diagn\u00f3sticos individuales, sino, m\u00e1s bien, en el contexto de las comorbilidades de cada individuo y su evoluci\u00f3n a lo largo del tiempo\u00bb, indican los firmantes, encabezados por Artem Shmatko. \u00abSi bien existe una amplia gama de algoritmos de predicci\u00f3n para enfermedades espec\u00edficas, desde las cardiovasculares hasta el c\u00e1ncer, pocos algoritmos son capaces de predecir el espectro completo de enfermedades humanas, que reconoce m\u00e1s de 1.000 diagn\u00f3sticos\u00bb. En sus datos incluye sexo, masa corporal, tabaquismo o consumo de alcohol.<\/p>\n<p class=\"v-p\">La m\u00e1quina, al aprender trayectorias de salud a lo largo de las vidas de los pacientes, puede predecir \u00abcon precisi\u00f3n\u00bb las tasas futuras de enfermedades, lo que puede ayudar a planificar los servicios de salud. Por ejemplo, en sus resultados generales de la poblaci\u00f3n brit\u00e1nica avizor\u00f3 que \u00abel n\u00famero de personas en edad laboral con enfermedades graves, como depresi\u00f3n, asma, diabetes, enfermedades cardiovasculares, c\u00e1ncer o demencia, aumentar\u00e1 de 3 a 3,7 millones para 2040\u00bb.<\/p>\n<p class=\"v-p\">El nuevo modelo se basa en el lenguaje GPT de inteligencia artificial y \u00abaprendi\u00f3\u00bb las trayectorias de salud a partir de grandes vol\u00famenes de datos de pacientes del Biobanco de Reino Unido. As\u00ed, \u00abel modelo multienfermedad de tiempo continuo de Delphi-2M predijo las tasas futuras con una precisi\u00f3n comparable a los modelos basados en biomarcadores sangu\u00edneos\u00bb. Los investigadores defienden que los resultados, una vez aplicados a poblaciones con sus propios datos, pueden ser \u00abampliamente aplicables en los sistemas nacionales de salud\u00bb y predecir, incluso, \u00abtrayectorias futuras de enfermedades\u00bb para per\u00edodos de \u00abhasta 20 a\u00f1os\u00bb. Depende, eso s\u00ed, de la \u00abinformaci\u00f3n sanitaria previa\u00bb, es decir, del trabajo realizado durante d\u00e9cadas pasadas por cada pa\u00eds. La meta ahora es el desarrollo de nuevos modelos de IA con un menor riesgo de revelar informaci\u00f3n personal, lo que se lograr\u00eda al generar datos sint\u00e9ticos, aseguran los autores del art\u00edculo.<\/p>\n","protected":false},"excerpt":{"rendered":"\u00bfC\u00f3mo evolucionar\u00e1 la salud de una persona en el futuro? Esa ha sido una pregunta sin respuesta. M\u00e1s&hellip;\n","protected":false},"author":2,"featured_media":121818,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[92],"tags":[988,3455,25,24,165,1636,3431,3638,9760,11021,166,23],"class_list":{"0":"post-121817","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-salud","8":"tag-anos","9":"tag-dentro","10":"tag-es","11":"tag-espana","12":"tag-health","13":"tag-ia","14":"tag-modelo","15":"tag-persona","16":"tag-predecir","17":"tag-presentan","18":"tag-salud","19":"tag-spain"},"share_on_mastodon":{"url":"","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/121817","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/comments?post=121817"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/121817\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media\/121818"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media?parent=121817"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/categories?post=121817"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/tags?post=121817"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}