Una IA predice los problemas de salud que tendrás en 20 años

La inteligencia artificial aspira a mejorar la vida de las personas de casi cualquier forma posible. No solo está ahí para ayudarnos a escribir correos, crear imágenes hiperrealistas a partir de palabras o recomendarnos música en Spotify. Quiere que vivamos más, y también que … lo hagamos mejor. Un grupo de investigadores del Instituto Europeo de Bioinformática, el Centro Alemán de Investigación del Cáncer y la Universidad de Copenhague (Dinamarca) ha creado un nuevo modelo de IA, similar a máquinas como ChatGPT, que es capaz de predecir cómo cambiará la salud de una persona a lo largo de dos décadas de su vida. La herramienta, que ha sido anunciada en ‘Nature’ y bautizada con el nombre Delphi-2M, puede servir en el futuro para ayudar a los médicos a adelantarse a las enfermedades que sufra el paciente y, de este modo, mejorar la atención personalizada.
«Esta investigación parece ser un paso significativo hacia una forma escalable, interpretable y, lo más importante, éticamente responsable de modelado predictivo en medicina. La clara demostración de cómo se puede utilizar la IA explicable para modelar predicciones es crucial para que esta tecnología se utilice en la práctica clínica, y sugiere que podría ser posible identificar a personas de alto riesgo que requieren intervención», señala Gustavo Sudre, profesor de Neurología Genómica e Inteligencia Artificial en el King’s College de Londres.

En el estudio, los autores señalan que la salud humana cambia a lo largo de la vida, con períodos de bienestar, episodios de enfermedades y problemas crónicos que a menudo coinciden en el tiempo y varían según la genética, el estilo de vida y la situación socioeconómica. Comprender los riesgos individuales de múltiples enfermedades es clave para tomar decisiones de salud personalizadas y realizar cambios en los hábitos que ayuden a mejorar la calidad de vida.
Los investigadores también destacan que las herramientas como ChatGPT suponen una gran oportunidad en la predicción de los efectos de múltiples enfermedades. Igual que estas predicen palabras para responder a las preguntas que reciben, es posible preparar versiones que aprendan los patrones de las enfermedades que ha sufrido una persona para predecir la salud que tendrá en el futuro. Delphi-2M nace, precisamente, con ese objetivo.
Para llevar a cabo la investigación, los autores entrenaron la máquina con datos de 400.000 personas almacenados en el UK Biobank de Reino Unido y se probó con la información sanitaria de casi 2 millones de personas de Dinamarca. Durante las pruebas, la herramienta fue capaz de calcular la probabilidad de aparición de más de 1.000 enfermedades a la vez, teniendo en cuenta los diagnósticos previos del paciente, la edad, el sexo o el estilo de vida. También pudo simular la evolución del estado de salud de los voluntarios a lo largo de 20 años, lo que podría ayudar a los médicos a fijar revisiones y exámenes para evitar problemas graves.
Delphi-2M es capaz de anticipar la aparición de enfermedades con bastante acierto. En el corto plazo acierta en torno al 76 % de los casos, y todavía mantiene un 70% incluso diez años después. A más largo plazo, cuando se la simulación es de las dos décadas completas en las que es funcional, el margen baja, pero aun así consigue acertar en torno al 14% de los diagnósticos reales, más que lo que se lograría usando solo la edad y el sexo de la persona (12%).

Problemas con los sesgos

A la hora de desarrollar la herramienta, los investigadores tuvieron cuidado para hacerla respetuosa con la privacidad. Para funcionar, es capaz de crear historias de salud falsas, pero realistas, que siguen los mismos patrones de enfermedades que tienen personas reales, y sin revelar información de nadie en concreto. Esto permite hacer investigaciones de manera segura, sin comprometer los historiales médicos individuales. Además, los datos de pacientes que se usaron durante el entrenamiento ya están anonimizados, por lo que no incluyen nombres ni detalles que permitan identificar a alguien.
Con todo, Delphi-2M sigue teniendo sus limitaciones. La mayoría de los participantes del UK Biobank que compartieron sus datos para la investigación son saludables, tienen mejor nivel socioeconómico y son mayoritariamente blancos británicos. Por ello, no sirven para crear una imagen general que sirva para que la herramienta sea útil para el grueso de la población. Además, la mayoría de los voluntarios tiene entre los 40 y 70 años. Esto provoca que la herramienta, según los autores, desarrolle un ‘sesgo de inmortalidad’, porque no tiene información sobre enfermedades graves o mortalidad antes de esas edades.
Para que la herramienta sea útil para el grueso de la población, habría que entrenarla con más información. «El reto inmediato para la asistencia sanitaria es garantizar que exista una infraestructura digital y una base de competencias suficientes para todos, independientemente de su origen socioeconómico, de modo que las tecnologías actualmente disponibles puedan ofrecerse a quienes más necesitan mejorar su acceso a los tratamientos», explica a este respecto Peter Bannister, experto en atención sanitaria y miembro de la Institution of Engineering and Technology de Reino Unido.