L'historial mèdic i els antecedents d'un pacient són claus a l'hora de preveure i anticipar-se a les malalties futures. Però un model d'Intel·ligència Artificial, Delphi-2M, pot anar una passa més enllà i anticipar-se fins a 20 anys a l'aparició de malalties tot fent servir les dades de l'historial i amb l'entrenament oportú que els dota la informació de centenars de milers de persones. Ho detalla un paper publicat aquest dimecres a la revista Nature elaborat per investigadors del Laboratori Europeu de Biologia Molecular en col·laboració amb el Centre Alemany d'Investigació del Càncer (DKFZ) d'Alemanya i la Universitat de Copenhaguen de Dinamarca. 

Entrenada amb les dades anònimes de 400.000 pacients del Biobanc del Regne Unit, el model d'IA també va funcionar tot fent servir les dades d'1,9 milions de pacients. Amb aquestes dades, és capaç de pronosticar el risc i la cronologia de més de 1.000 malalties i pronosticar amb més de 10 anys d'antelació els canvis en la salut dels pacients. El que fa no és pronosticar exactament si tindràs o no una malaltia en un moment determinat, sinó que calcula la probabilitat de desenvolupar malalties en cert temps. Per exemple, pot preveure la probabilitat d'una malaltia cardíaca de cara a l'any vinent, amb un encert similar als meteoròlegs. 

Amb les dades del Biobanc del Regne Unit de pacients entre els 60 i els 65 anys, el risc varia dels 4 entre 10.000 a l'any per a alguns homes fins a aproximadament 1 entre 100 en d'altres, sempre en funció d'estils de vida i diagnòstics previs. Les dones tenen menys risc i amb l'edat els riscos augmenten. 

El model d'IA generativa està dissenyat amb conceptes algorítmics que s'assemblen als de llenguatge extens (LLM). Si aquests poden aprendre l'estructura de les oracions, Delphi-2M aprèn la gramàtica de les dades de salut per tal de modelar els historials mèdics com seqüències d'esdeveniments que tenen lloc al llarg del temps. Amb elements de l'estil de vida com el tabaquisme o el tipus d'alimentació, el model aprèn a predir el risc de malaltia amb l'ordre en el qual tenen lloc els esdeveniments i el temps que hi ha entre ells. 

"El nostre model d'IA és una prova de concepte que demostra que la IA pot aprendre molts dels nostres patrons de salut a llarg termini i fa servir aquesta informació per generar prediccions significatives", diu Ewan Birney, director executiu interí del Laboratori Europeu de Biologia Molecular (EMBL). "Quan modelem l'evolució de les malalties al llarg del temps, podem començar a explorar quan sorgeixen certs riscs i com planificar millor les intervencions prematures. És una gran passa cap a enfocaments més personalitzats i preventius de l'atenció mèdica", afegeix. 

Aquest model funciona millor amb afeccions que tenen progressos clars i consistents, com alguns tipus de càncer, infarts i septicèmia, que és un enverinament de la sang. I té menys encert en malalties més variables com les de salut mental. Tot i que no és un model que estigui encara preparat per a l'ús clínic, sí que pot ajudar els investigadors a comprendre algunes malalties.