{"id":625333,"date":"2026-06-25T10:32:13","date_gmt":"2026-06-25T10:32:13","guid":{"rendered":"https:\/\/www.europesays.com\/es\/625333\/"},"modified":"2026-06-25T10:32:13","modified_gmt":"2026-06-25T10:32:13","slug":"algoritmos-nomadas-el-fin-del-aislamiento-de-las-enfermedades-raras-2","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/es\/625333\/","title":{"rendered":"Algoritmos n\u00f3madas: el fin del aislamiento de las enfermedades raras"},"content":{"rendered":"

En las facultades de medicina se ense\u00f1a un mantra de prudencia: \u201cSi oyes galopar, piensa en caballos, no en cebras<\/strong>\u201d. Es una invitaci\u00f3n a buscar lo com\u00fan antes que lo ex\u00f3tico. Si un paciente llega con fiebre y tos, la l\u00f3gica dicta pensar en una gripe y no en una patolog\u00eda tropical de un valle perdido. Sin embargo, el problema es que las cebras existen.<\/p>\n

Aunque cada una de estas patolog\u00edas afecta a menos de 5 por cada 10.000 habitantes,<\/strong> su impacto global es masivo. Se estima que existen m\u00e1s de 7.000 enfermedades raras<\/strong> \u2013con 6.147 identificadas en el registro Orphanet\u2013 que afectan a m\u00e1s de 300 millones de personas en el mundo<\/a>. Esta paradoja es el coraz\u00f3n del problema: los pacientes son muchos, pero est\u00e1n tan dispersos que el conocimiento sobre ellos permanece fragmentado. Las enfermedades poco frecuentes cargan con una \u201ctriple conDena<\/strong>\u201d que bloquea el progreso m\u00e9dico:<\/p>\n

–Diagn\u00f3stico<\/strong>: el 57\u00a0% de los pacientes sufre una demora diagn\u00f3stica superior al a\u00f1o. En Espa\u00f1a, la media ronda los seis a\u00f1os de incertidumbre<\/a>, un tiempo en el que el impacto psicosocial sobre el paciente y su familia se agrava profundamente ante la falta de respuestas.<\/p>\n

–Dinero<\/strong>: los llamados \u201cmedicamentos hu\u00e9rfanos\u201d rara vez son rentables para el mercado farmac\u00e9utico tradicional. Al haber pocos pacientes, la inversi\u00f3n es dif\u00edcil de recuperar, dejando a miles de patolog\u00edas sin investigaci\u00f3n activa.<\/p>\n

–Datos<\/strong>: el conocimiento m\u00e9dico est\u00e1 encerrado en silos. Un hospital en Madrid ha visto dos casos; otro en Tokio, tres. Cada centro posee una pieza vital del puzle, pero ninguna es suficiente por s\u00ed sola para entrenar a una inteligencia artificial. Hasta ahora, la soluci\u00f3n l\u00f3gica era \u201cjuntar los datos\u201d. Pero un historial cl\u00ednico es la informaci\u00f3n m\u00e1s \u00edntima que poseemos. Por razones \u00e9ticas y legales, los datos no pueden (ni deben) circular libremente. El resultado es que el conocimiento se queda aislado.<\/p>\n

Aprendizaje federado: los datos no viajan, viaja el algoritmo<\/p>\n

La respuesta pasa por invertir la l\u00f3gica tradicional: en lugar de llevar los datos al algoritmo, llevamos el algoritmo a los datos<\/strong>. Esta t\u00e9cnica, denominada \u201caprendizaje federado<\/strong>\u201d, permite que un modelo de IA \u201cviaje\u201d a cada hospital, aprenda localmente de sus historiales y regrese a una sede central llevando consigo \u00fanicamente par\u00e1metros matem\u00e1ticos. Son patrones, no nombres; tendencias, no fechas.<\/p>\n

Es como si cien investigadores estudiaran en bibliotecas distintas de todo el mundo<\/strong>: ninguno saca un solo libro, pero todos comparten sus notas finales para escribir un manual com\u00fan. Esta arquitectura ya no es te\u00f3rica. Modelos federados han demostrado alcanzar hasta el 99\u00a0% de la eficacia de aquellos entrenados con datos centralizados<\/a>.<\/p>\n

En Espa\u00f1a, la lucha contra el aislamiento de estos datos tiene un rostro real: Juli\u00e1n Isla<\/strong>. Ingeniero y padre de un ni\u00f1o con una enfermedad rara, Isla vivi\u00f3 la \u201codisea del diagn\u00f3stico\u201d y entendi\u00f3 que la inform\u00e1tica deb\u00eda ser el aliado perfecto<\/strong>, ya que el diagn\u00f3stico de estas patolog\u00edas requiere analizar cantidades masivas de s\u00edntomas que superan la capacidad humana.<\/p>\n

De esa urgencia naci\u00f3 la Fundaci\u00f3n 29 y<\/strong> herramientas como DxGPT<\/strong>, que ya utilizan m\u00e1s de 6.000 m\u00e9dicos en Madrid para navegar por la complejidad de lo desconocido. Como afirma Isla al reflexionar sobre este avance: \u201cHemos transformado un problema personal en algo que puede ayudar a los dem\u00e1s<\/strong>\u201d. Si iniciativas como la suya abrieron el camino al demostrar el potencial de la IA en la nube, el aprendizaje federado propone ahora la infraestructura definitiva para el sistema sanitario; la evoluci\u00f3n necesaria para que la IA se convierta, siempre con respeto a la privacidad, en ese copiloto que gu\u00eda al m\u00e9dico cuando los s\u00edntomas no encajan en ning\u00fan manual conocido.<\/p>\n

Contra la ceguera algor\u00edtmica<\/p>\n

Aqu\u00ed reside la verdadera justicia social de esta tecnolog\u00eda. La IA no sabe medicina de forma innata; aprende exclusivamente de los datos que le ense\u00f1amos. Si un algoritmo se entrena \u00fanicamente con historiales de grandes centros urbanos, desarrollar\u00e1 una ceguera algor\u00edtmica ante el paciente rural o aquel con una mutaci\u00f3n poco frecuente.<\/p>\n

El <\/strong>aprendizaje federado<\/strong><\/a> act\u00faa como <\/strong>un democratizador de la inteligencia m\u00e9dica<\/strong><\/a>: permite que un hospital comarcal aporte sus escasos casos a un modelo global sin ceder la soberan\u00eda sobre sus datos y, a cambio, recibe una herramienta enriquecida con la experiencia de instituciones de \u00e9lite de todo el mundo. As\u00ed, la excelencia cl\u00ednica deja de ser un privilegio geogr\u00e1fico.<\/p>\n

Que el m\u00e9dico no est\u00e9 solo<\/p>\n

La meta final es que, cuando un m\u00e9dico se enfrente a una \u201ccebra\u201d cl\u00ednica, no tenga que recurrir a una b\u00fasqueda desesperada en navegadores gen\u00e9ricos.<\/p>\n

Imaginemos el escenario: un pediatra detecta un s\u00edntoma inusual, introduce su caso en un modelo federado y el sistema lanza un aviso: \u201cHe detectado patrones cl\u00ednicos similares en la red global. Considera analizar este marcador gen\u00e9tico\u201d. No es ciencia ficci\u00f3n: herramientas como DxGPT ya permiten a m\u00e1s de 6.000 m\u00e9dicos en Madrid navegar por la complejidad de lo desconocido<\/strong>.<\/p>\n

La IA no llega para sustituir al m\u00e9dico, sino para dotarlo de una memoria global compartida<\/strong>. Porque si bien la privacidad es un derecho, el acceso al conocimiento es una cuesti\u00f3n de supervivencia. Los datos se quedan en casa para proteger al paciente; el conocimiento viaja por el mundo para salvarlo.<\/p>\n

*Alba Garrido L\u00f3pez es Investigadora predoctoral en Tecnolog\u00edas y Sistemas de Comunicaciones, Universidad Polit\u00e9cnica de Madrid (UPM)<\/strong><\/p>\n

Contador de visitas de The Conversation.
\n \"The<\/p>\n","protected":false},"excerpt":{"rendered":"En las facultades de medicina se ense\u00f1a un mantra de prudencia: \u201cSi oyes galopar, piensa en caballos, no…\n","protected":false},"author":2,"featured_media":625334,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[92],"tags":[75016,39626,1293,25,24,165,9357,55399,166,23],"class_list":["post-625333","post","type-post","status-publish","format-standard","has-post-thumbnail","category-salud","tag-aislamiento","tag-algoritmos","tag-enfermedades","tag-es","tag-espana","tag-health","tag-nomadas","tag-raras","tag-salud","tag-spain"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@es\/116810295276777729","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/625333","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=625333"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/posts\/625333\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media\/625334"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/media?parent=625333"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/categories?post=625333"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/es\/wp-json\/wp\/v2\/tags?post=625333"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}