Publicado: septiembre 17, 2025, 4:41 pm
Imaginemos que tu médico es capaz de adelantarse al alzhéimer y prescribirte un tratamiento preventivo años antes de que aparezca; o vigilarte de cerca con pruebas frecuentes para detectar un pólipo intestinal que puede llegar a convertirse en tumor. Podría salvarte la vida, o por lo menos mejorarla y alargarla. Pero, por un momento, imaginemos también que las compañías aseguradoras o los bancos pudieran saber que tienes altas probabilidades de sufrir un ictus en la mediana edad, y en consecuencia te negasen una póliza o una hipoteca.
Parece el planteamiento de una película de ciencia-ficción distópica, pero esta clase de dilemas son una realidad en la medicina del siglo XXI, que tiene por delante el reto de integrar las oportunidades abiertas por tecnologías como la Inteligencia Artificial evitando al mismo tiempo los usos tremendamente dañinos que podrían tener.
El caso que hemos planteado no es simplemente un experimento mental. A día de hoy, un grupo de investigadores del Instituto Europeo de Bioinformática, el DKFZ (Centro Alemán de Investigación para el Cáncer, por sus siglas en alemán) y diversos centros han presentado un modelo que aplica tecnologías de lenguaje (como los chats de IA ChatGPT de OpenAi, Gemini de Google, Grok de X o DeepSeek) llamado Delphi-2M capaz de identificar patrones de enfermedad en las personas a partir de historiales médicos, factores de estilo de vida y condiciones previas de salud.
Una gran capacidad predictiva
No sólo eso, sino que como detallan en el medio científico de alto impacto Nature, el algoritmo, entrenado con datos de más de 400.000 personas del Reino Unido, es capaz de predecir más de 1.000 enfermedades distintas, una cifra muy superior a la esperada, lo que de paso subraya la conexión que existe entre las distintas patologías. Además, puede aplicarse a nivel individual y poblacional.
Lógicamente, la herramienta no es capaz de ofrecer certezas, sino más bien de estimar probabilidades (que, además, son más fiables en plazos cortos que largos). Aún así, la precisión es alta: cuando predice, por ejemplo, infartos a diez años vista, acierta cerca del 70% de las veces. En cambio, en las dos décadas, se reduce hasta el 14%.
Respecto a otras opciones ya disponibles, esta IA alcanza una precisión comparable a modelos específicos para ciertas enfermedades (como la demencia o el infarto y supera a los algoritmos de predicción de mortalidad).
Un balance complejo
Ya desde el propio artículo, los autores se preguntan por los posibles usos beneficiosos o dañinos del algoritmo. Por ejemplo, ya plantean la necesidad de probar esta clase de asistentes de IA en ensayos clínicos aleatorizados, de manera que se constate que su uso tiene un impacto positivo en la salud de las personas.
De la misma manera, hace tiempo que estos sistemas capaces de procesar grandes bases de datos están en el radar de los expertos y comités de bioética. No en vano, hace tiempo que la legislación europea en materia de protección de datos se preocupa especialmente por blindar el acceso a datos biomédicos.
Más allá de cuestiones de política de la información, la irrupción de la IA en todos los campos de la existencia humana es una realidad, y la medicina no se queda atrás. En pocos años hemos visto surgir un número enorme de potenciales aplicaciones, algunas de ellas incluso ya en uso en campos como la investigación, la imagen diagnóstica o las previsiones epidemiológicas. Como con cualquier tecnología novedosa, depende de la comunidad hacer hincapié en los usos positivos y perseguir los dañinos.
Referencias
Shmatko, A., Jung, A.W., Gaurav, K. et al. Learning the natural history of human disease with generative transformers. Nature (2025). DOI: https://doi.org/10.1038/s41586-025-09529-3
